Python OpenCV实现直线检测：cv2.HoughLinesP详解与代码示例

HoughLines与HoughLinesP的区别

在OpenCV库中，cv2.HoughLines()主要用于在二值图像中寻找完整的直线，而cv2.HoughLinesP()则专注于查找具体的直线段。

HoughLinesP函数参数详解

cv2.HoughLinesP()函数的具体原型定义如下：

HoughLinesP(image, rho, theta, threshold, lines=None, minLineLength=None, maxLineGap=None) 

• image参数：输入图像必须为二值图像，通常建议使用Canny边缘检测算法处理后的结果作为输入。
• rho参数：表示线段距离的精度，单位为像素，类型为double，推荐设置为1.0。
• theta参数：表示线段角度的精度，单位为弧度，推荐设置为numpy.pi/180。
• threshold参数：累加平面的阈值，类型为int。只有当累加值超过此阈值时，才会被判定为有效线段。该值越大，检测到的线段通常越长，但检测到的线段总数会减少。建议初始测试时设置为100。
• lines参数：其具体作用尚不明确，不同设置对最终结果无明显影响，但在调用时仍需保留该参数。
• minLineLength参数：设定线段的最小长度，单位为像素，需根据实际应用场景进行配置。
• maxLineGap参数：用于判定同一方向上的两条线段是否属于同一条线段的最大允许间隔（即断裂距离）。若间隔超过此值，两条线段将被合并为一条；值越大，允许的最大断裂距离越大，检出潜在直线段的可能性也越高。

Python代码实现示例

以下是cv2.HoughLinesP()函数的具体调用示例：

# coding=utf-8
import cv2
import numpy as np
 
img = cv2.imread('02.jpg')
 
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
 
gaus = cv2.GaussianBlur(gray,(3,3),0)
 
edges = cv2.Canny(gaus, 50, 150, apertureSize=3)
 
minLineLength = 100
maxLineGap = 10
lines = cv2.HoughLinesP(edges, 1, np.pi / 180, 100, minLineLength, maxLineGap)
 
for x1, y1, x2, y2 in lines[0]:
    cv2.line(img, (x1, y1), (x2, y2), (0, 255, 0), 2)
 
cv2.imshow("houghline",img)
cv2.waitKey()
cv2.destroyAllWindows()

至此，关于Python OpenCV中cv2.HoughLinesP函数实现直线检测的教程介绍完毕。如需了解更多OpenCV直线检测相关内容，建议查阅本站过往文章或继续浏览后续相关教程，感谢大家的支持！