7.1霍夫变换应用技术

实现结果：

对变化的线条检测：

import cv2
import numpy
import numpy as np
import math


def getMask(img):
    mask=numpy.zeros_like(img)
    ignore_mask_color=255
    imshape=img.shape
    vertices = np.array([[(0, imshape[0]),(5,697),(5,400), (450, 230), (520, 230),(974,420),(974,697), (imshape[1], imshape[0])]], dtype=np.int32)
    cv2.fillPoly(mask,vertices,ignore_mask_color)
    # 位乘法
    mask_img = cv2.bitwise_and(img, mask)
    return mask_img

def baseHufu():
    img=cv2.imread("./image/chedao.jpg")
    #灰度化
    gray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
    #滤波
    kernel_size=5
    blur_gary=cv2.GaussianBlur(gray,(kernel_size,kernel_size),0)
    #边缘检测
    edges=cv2.Canny(blur_gary,50,200,3)
    #遮罩
    mask_img=getMask(edges)

    #使用霍夫检测直线
    minlin = 10
    maxlen = 20
    maxLineGap=10
    lines=cv2.HoughLinesP(mask_img,3,np.pi/180,80,minlin,maxlen,maxLineGap)
    for l in lines:
        x1,y1,x2,y2=l[0]
        cv2.line(img,(x1,y1),(x2,y2),(0,0,255),2)


#计算角度
def hF():
    img = cv2.imread("./image/huofu1.png")
    #灰度化
    gray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
    #滤波
    kernel_size = 5
    blur_gary = cv2.GaussianBlur(gray, (kernel_size, kernel_size), 0)
    #二值化
    ret,thresh=cv2.threshold(blur_gary,100,255,cv2.THRESH_BINARY)
    #霍夫变换
    minlin = 20
    maxlen = 20
    maxLineGap = 40
    lines=cv2.HoughLinesP(thresh,2,np.pi/180,minlin,maxlen,maxLineGap)
    for l in lines:
        x1,y1,x2,y2=l[0]
        cv2.line(img,(x1,y1),(x2,y2),(0,0,255),2)
        theta=(y2-y1)/(x2-x1)
        #弧度
        angle=math.atan(theta)
        #角度
        angle=angle*(180/np.pi)
        print(angle)




    # cv2.imshow("blur_gray",blur_gary)
    # cv2.imshow("edges", edges)
    # cv2.imshow("mask", mask_img)
    cv2.imshow("thrsh", thresh)
    cv2.imshow("hu",gray)
    cv2.imshow("img", img)
    cv2.waitKey(0)
    cv2.destroyAllWindows()



if __name__ == '__main__':
    # baseHufu()
    hF()

解析：

• 导入模块：

  • import cv2：导入 opencv 库，用于图像处理操作。
  • import numpy：导入 numpy 库，用于处理数组数据。
  • import numpy as np：导入 numpy 库并使用 np 作为别名，方便使用 numpy 的函数和对象。
  • import math：导入 math 库，用于数学计算。

• 函数定义：

  • getMask(img)：
    • 功能：生成图像的遮罩。
    • 实现：
      • 创建与输入图像 img 形状相同的全零数组 mask。
      • 定义 ignore_mask_color 为 255。
      • 获取 img 的形状信息 imshape。
      • 定义多边形顶点 vertices 作为遮罩区域的边界。
      • 使用 cv2.fillPoly 函数填充 mask 中由 vertices 定义的区域。
      • 使用 cv2.bitwise_and 对 img 和 mask 进行位与操作，生成遮罩后的图像 mask_img。
      • 返回 mask_img。
  • baseHufu()：
    • 功能：处理车道图像，包括灰度化、滤波、边缘检测、遮罩和直线检测。
    • 实现：
      • 读取车道图像 ./image/chedao.jpg。
      • 将图像灰度化得到 gray。
      • 使用 cv2.GaussianBlur 对 gray 进行高斯滤波，核大小为 (kernel_size, kernel_size)。
      • 使用 cv2.Canny 进行边缘检测。
      • 调用 getMask 函数生成遮罩图像 mask_img。
      • 使用 cv2.HoughLinesP 进行直线检测，设定直线检测的参数（最小长度、最大长度、最大线段间隙等）。
      • 遍历检测到的直线，在原始图像 img 上绘制红色直线。
  • hF()：
    • 功能：处理图像 ./image/huofu1.png，包括灰度化、滤波、二值化、直线检测和角度计算。
    • 实现：
      • 读取图像。
      • 进行灰度化、高斯滤波和二值化操作。
      • 使用 cv2.HoughLinesP 进行直线检测，设定相应参数。
      • 遍历检测到的直线，在原始图像 img 上绘制红色直线。
      • 计算直线的斜率 theta，并将其转换为弧度 angle，再转换为角度。
      • 打印直线的角度。
      • 显示部分处理结果图像（thrsh、hu、img）。

• 主程序部分：

  • if __name__ == '__main__':：
    • 功能：确保代码作为脚本运行时执行相应的函数。
    • 调用 hF() 函数。