开发笔记:OpenCV直线拟合检测

篇首语：本文由编程笔记#小编为大家整理，主要介绍了OpenCV直线拟合检测相关的知识，希望对你有一定的参考价值。

OpenCV直线拟合检测

一：相关知识点

1. 距离变换

距离变换是二值图像处理与操作中常用手段，在骨架提取，图像窄化中常有应用。距离变换的结果是得到一张与输入图像类似的灰度图像，但是灰度值只出现在前景区域。并且越远离背景边缘的像素灰度值越大。OpenCV中距离变换的函数如下：

1. distanceTransform(src, distanceType, maskSize, dst=None, dstType=None):







2. - src 表示输入的二值图像







3. - distanceType，常见的有DIST_L1、DIST_L2、DIST_C三种方式







4. - maskSize，支持3x3、5x5、DIST_MASK_PRECISE







5. - dst输出距离变换图像







6. - dstType 数据类型、默认是CV_32F

DIST_L1、DIST_L2、DIST_C计算像素距离方式如下：

其中当选择DIST_L2与DIST_MASK_PRECISE时候，OpenCV会使用TBB并行计算加速，DIST_L1与DIST_C是比较精确的距离计算方式、DIST_L2是比较快而粗糙的距离计算方式。下图是基于DIST_L2计算得到结果：

2. 水平与垂直投影

关于这个OpenCV中我没有发现直接可以使用的相关API，所以我自己写了点代码，二值图像的水平或者垂直投影可以用于粘连字符分割、对象分离，发现局部极大值像素等处理，是非常重要的二值图像分析与处理手段。假设有二值图像与其像素分布如下：

其水平与垂直投影则分别如下：

二：案例分析

对上面这样一张图像，需要对其提取水平与垂直的两条直线，完整的代码实现分为如下几步： 1.对二值图像实现距离变换

1. h, w, ch = frame.shape







2. # 二值化图像







3. print("start to detect lines...\n")







4. gray = cv.cvtColor(frame, cv.COLOR_BGR2GRAY)







5. ret, binary = cv.threshold(gray, 0, 255, cv.THRESH_BINARY | cv.THRESH_OTSU)







6. cv.imshow("binary image", binary)







7. cv.imwrite("D:/binary.png", binary)












9. dist = cv.distanceTransform(binary, cv.DIST_L1, cv.DIST_MASK_PRECISE)

2.水平与垂直投影提取骨架

1. result = np.zeros((h, w), dtype=np.uint8)







2. ypts = []







3. for row in range(h):







4.    cx = 0







5.    cy = 0







6.    max_d = 0







7.    for col in range(w):







8.        d = dist[row][col]







9.        if d > max_d:







10.            max_d = d







11.            cx = col







12.            cy = row







13.    result[cy][cx] = 255







14.    ypts.append([cx, cy])












16. xpts = []







17. for col in range(w):







18.    cx = 0







19.    cy = 0







20.    max_d = 0







21.    for row in range(h):







22.        d = dist[row][col]







23.        if d > max_d:







24.            max_d = d







25.            cx = col







26.            cy = row







27.    result[cy][cx] = 255







28.    xpts.append([cx, cy])












30. cv.imshow("lines", result)







31. cv.imwrite("D:/skeleton.png", result)

3.根据骨架像素点拟合直线

1. frame = self.line_fitness(ypts, image=frame)







2. frame = self.line_fitness(xpts, image=frame, color=(255, 0, 0))












4. cv.imshow("fit-lines", frame)







5. cv.imwrite("D:/fitlines.png", frame)

每步执行之后的输出分别如下：

距离变换结果

骨架提取结果

拟合直线结果

一勤天下无难事、

百思胸中有良谋！

关注【OpenCV学堂】

长按或者扫码下面二维码即可关注