图像分割

2023-07-09 08:50| 来源: 网络整理| 查看: 265

问题：请检测出下图中的不同大小的硬币数目与线条数。

霍夫变换（Hough Transform）是一种在数字图像处理中，用于检测特定形状的算法。它最初由霍夫（Hough）于1962年提出，用于检测直线。后来，霍夫变换被扩展用于检测各种形状，如圆、椭圆等。

其基本原理是将图像中的像素点在参数空间中进行映射，从而在参数空间中形成一条曲线，当曲线在某些位置交叉时，则说明在原始图像中存在所要检测的特定形状。参数空间可以是直线的极坐标空间，也可以是圆或椭圆的参数空间。

以检测直线为例，假设在一幅图像中，有一条直线y=ax+b，将其表示为参数空间（a,b）上的一点，则对于图像中的每个点（x,y），都可以在（a,b）空间中找到对应的曲线，形成一条曲线。如果在（a,b）空间中，有多条曲线在某一点相交，则说明在原始图像中存在一条直线。

霍夫变换的优点在于它对于图像中的噪声、缺失等问题有较好的容错性，可以检测出不连续的形状，而且对于不同的形状可以采用不同的参数空间表示，因此具有较大的灵活性。缺点在于对于较复杂的形状，计算量较大。

import cv2 import numpy as np # 读取图像并转换为灰度图像 img = cv2.imread('2-2.jpg') h = img.shape[0] w = img.shape[1] gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # 运行HoughLines函数以检测直线 edges = cv2.Canny(gray, 180, 200, apertureSize=3) lines = cv2.HoughLines(edges, 2, np.pi / 180, 260) # 筛选出多余检测的直线边缘 list_line = [] list_index = [] for line in lines: rho, theta = line[0] list_line.append([rho, theta]) list_line.sort(key=lambda x: x[0]) for i in range(len(list_line) - 1): if list_line[i + 1][0] - list_line[i][0] < 10: list_index.append(i) else: pass # 绘制检测到的直线 for i in range(len(list_line)): if i in list_index: pass else: rho, theta = list_line[i] a = np.cos(theta) b = np.sin(theta) x0 = a * rho y0 = b * rho x1 = int(x0 + 500 * (-b)) y1 = int(y0 + 500 * (a)) x2 = int(x0 - 500 * (-b)) y2 = int(y0 - 500 * (a)) cv2.line(img, (x1, y1), (x2, y2), (0, 0, 255), 2) print('直线的数量：', len(list_line) - len(list_index)) # 运行HoughCircles函数以检测圆圈 circles = cv2.HoughCircles(gray, cv2.HOUGH_GRADIENT, 1, 100, param1=100, param2=50, minRadius=10, maxRadius=100) # 绘制检测到的圆圈 for circle in circles[0]: x, y, r = circle cv2.circle(img, (x, y), r, (0, 0, 255), 2) print('硬币的数量：', len(circles[0])) # 显示结果 cv2.imshow('image', img) cv2.imwrite('result.png', img) cv2.waitKey(0) cv2.destroyAllWindows()

结果图：

可以看到图中的直线和大小不同的硬币基本都被检测了出来，数量也是正确的。

【本文地址】

公司简介

联系我们