hough-transform

1熱度

1回答

有沒有辦法檢測不完全直的線？我有代表矩形的對象，但由於使用廣角相機失真和質量不好的預處理而略微不均勻。此外，我必須事先進行透視轉換，這是線路質量差的另一個因素。與精明過濾器檢測的邊緣後，我得到例如下面的圖像：我試圖找到邊緣線與霍夫線算法。但是由於具有很多凹凸不平的形狀的質量差，不可能找到傾斜的邊緣。我嘗試了正常的霍夫線變換（紅線）和概率霍夫線變換（綠線），但結果非常糟糕。有沒有其他的選擇

0熱度

2回答

從x，y點集合中找出「外」角

我需要一些幫助來定義一組檢測到的角點的「外」角點。我已經在javascript中實現hough變換，以檢測圖像中具有透視變形矩形的線條。經過一些過濾後，剩下最合理的線條，並計算它們的交點。結果是我有一組點，可以作爲公認的透視變形矩形的一個角（見圖）：多條具有多個交點的線。我現在想要做的是通過檢查哪一個是透視變形的矩形的最「外」角來決定實際的角點。對於外角，我指的是我們人類會認爲是「最左上角」或

0熱度

1回答

找上線的點與極座標表示的最有效方法

我已經（發現Hough變換）rho，theta代表行如果可能，在圖像範圍內）從它？

1熱度

1回答

爲什麼python OpenCV GUI在linux上的簡單視頻圓檢測程序中崩潰？

Snapshot of the issue我一直在試圖檢測視頻中的圈子。我查了很多教程和stackoverflow的問題，我的代碼似乎是正確的。它甚至編譯正確。但是，打開GUI窗口需要一些時間，並且一旦打開，它就會崩潰。這裏是我的代碼是否有任何問題呢？ ` import cv2 import numpy as np cap = cv2.VideoCapture('Red Motion Spi

3熱度

2回答

使用hough變換選擇線

問題：使用Hough變換在圖像中找到不需要的線。我已經做了以下內容，應用方向濾波器以分析12個不同的方向上，轉動時相對於15°彼此。應用閾值獲得12個二值圖像。現在，我需要選擇標記爲黃色，這兩個圖像。 Coz，這兩幅圖像中的線條最爲突出。我試過下面的代碼。它似乎沒有工作。 MATLAB代碼 % Read 12 images into workspace. input_images =

0熱度

1回答

使用houghCircles檢測小圓圈（OpenCV）

我試圖用houghcircles（）檢測此裁剪圖像中的小圓圈。我試圖改變它的參數，但是當我增加參數2以上50 maxRadius也得到錯誤當其值小於100。現在，它運行，但性能差它得到錯誤這是原始圖像：而且這是結果圖像：這是我的代碼： from imutils.perspective import four_point_transform from imutils import conto

-8熱度

1回答

MATLAB代碼說明

誰能告訴我for -loop中發生了什麼？ %find slopes of each line m1 = diff(line1_start_end_points(:,2))/ diff(line1_start_end_points(:,1))+0.1/(2*pi); m2 = diff(line2_start_end_points(:,2))/ diff(line2_start

0熱度

1回答

OpenCV：車軸檢測

我試圖檢測圖像中的車軸。以下是我遵循的步驟。讀取圖像，改變爲灰度。應用中位數。應用canny邊緣檢測。應用Hough圓圈。對於canny threshold1，threshold2參數使用跟蹤欄和Hough圓來變化param1，param2，minDist是變化的。通過param1和param2對檢測沒有影響。原文：中位數：坎尼：檢測cirlce：問題：正如您在上一張圖片中看到

0熱度

1回答

如何丟棄Hough檢測到的一些行？

以下是我的原始圖象，這是我的霍夫代碼， function [hough_lines, H, T, R, P] = get_hough_lines(input_image , peaks) binary_image = edge(input_image,'canny'); [H,T,R] = hough(binary_image); P = houghpeaks(H,

0熱度

1回答

哈夫圓檢測刪除不必要的圈子

我得到了很多使用的圖像Hough變換圓檢測算法中圈。如何使這種檢測更準確？檢測圖像顯示圓。原始圖片下面的代碼是用來 import cv2 import numpy as np img = cv2.imread('test_c.jpg',0) img = cv2.medianBlur(img,5) cimg = cv2.cvtColor(img,cv2.COLOR_GRAY2BG