Я пытаюсь написать фрагмент кода, который может обнаруживать и изолировать прямые линии от изображения. Для этого я использую библиотеку opencv вместе с обнаружением границ Canny и преобразованием Hough. Пока я придумал следующее:
import numpy as np
import cv2
# Reading the image
img = cv2.imread('sudoku-original.jpg')
# Convert the image to grayscale
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
# Edge detection
edges = cv2.Canny(gray,50,150,apertureSize = 3)
# Line detection
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.imwrite('linesDetected.jpg',img)
Теоретически этот фрагмент кода должен работать, но, к сожалению, это не так. На полученном изображении четко видно, что найдена только одна строка. Я не совсем понимаю, что я здесь делаю неправильно и почему он обнаруживает только одну конкретную строку. Может ли кто-нибудь решить проблему здесь?
lines[0]
. На самом деле это работает только из-за причуды в том, как OpenCV отображает типы данных из C++ в Python. Если вы правильно перебираете весь массив (как предлагает @teng, хотя и с модификацией, упомянутой в моем комментарии), он будет правильно визуализировать все обнаруженные строки. Теперь следующий вопрос: почему это не обнаруживает все строки? - person Dan Mašek   schedule 27.05.2019for
). - person Dan Mašek   schedule 27.05.2019edges
в файл и посмотрите на него — это должно дать вам хорошую подсказку, почему не найдена вторая слева строка. IIRC учебник выполняет адаптивный порог перед дальнейшей обработкой - непоследовательное освещение изображения определенно должно вызвать проблемы. - person Dan Mašek   schedule 27.05.2019