opencvを使いハフ変換で画像から直線を探す

ハフ変換は画像の中にある直線形状や円形状を検出する際に用いられる手法の一つ。opencvではHoughLinesという関数が用意されており、これを使うことで検出が容易となる(計算付加は指定するパラメータの精度により異なる)。

HoughLines(image, lines, rho, theta, threshold, srn, stn)

項目	内容
image	8ビット，シングルチャンネルの2値入力画像．この画像は関数により書き換えられる可能性がある
lines	検出された直線が出力されるベクトル．各直線は，2要素のベクトル (rho, theta) で表現される． rho は原点（画像の左上コーナー）からの距離， theta はラジアン単位で表される直線の回転角度
rho	ピクセル単位で表される投票空間の距離分解能
theta	ラジアン単位で表される投票空間の角度分解能
threshold	投票の閾値パラメータ．十分な票を得た直線のみが出力される
srn	マルチスケールハフ変換において，距離分解能 rho の除数となる値．投票空間の粗い距離分解能は rho となり，細かい分解能は rho/srn となる．もし srn=0 かつ stn=0 の場合は，古典的ハフ変換が利用される．そうでない場合は，両方のパラメータが正値である必要がある
stn	マルチスケールハフ変換において，角度分解能 theta の除数となる値

■入力画像
houghline test

■処理コード

import cv2
import numpy as np

img = cv2.imread('buil.jpg')
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
edges = cv2.Canny(gray,50,150,apertureSize = 3)

lines = cv2.HoughLines(edges,1,np.pi/180,200)
for rho,theta in lines[0]:
    a = np.cos(theta)
    b = np.sin(theta)
    x0 = a*rho
    y0 = b*rho
    x1 = int(x0 + 1000*(-b))
    y1 = int(y0 + 1000*(a))
    x2 = int(x0 - 1000*(-b))
    y2 = int(y0 - 1000*(a))

    cv2.line(img,(x1,y1),(x2,y2),(0,0,255),2)

cv2.imshow("houghline",img)
cv2.waitKey(0)
cv2.destroyWindow()

import cv2

import numpy as np

img = cv2.imread('buil.jpg')

gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)

edges = cv2.Canny(gray,50,150,apertureSize = 3)

lines = cv2.HoughLines(edges,1,np.pi/180,200)

for rho,theta in lines[0]:

a = np.cos(theta)

b = np.sin(theta)

x0 = a*rho

y0 = b*rho

x1 = int(x0 + 1000*(-b))

y1 = int(y0 + 1000*(a))

x2 = int(x0 - 1000*(-b))

y2 = int(y0 - 1000*(a))

cv2.line(img,(x1,y1),(x2,y2),(0,0,255),2)

cv2.imshow("houghline",img)

cv2.waitKey(0)

cv2.destroyWindow()

■結果
houghline test

コメントを残す コメントをキャンセル

コメントを残すコメントをキャンセル