hough-transform

    1熱度

    1回答

    我的目標是用open cv檢測骨折。我試了下面的代碼。並得到了正確的canny檢測邊緣,並且發現了很多缺陷。但現在我的工作是檢測圖像中的裂縫點。 Iam不理解如何進一步進行。在一些博客中,我發現我們可以確定houghlines的角度,以檢測該行不是直角。但不知道如何在我的代碼中找到houghline的角度。有人可以幫忙嗎? import cv2 import numpy as np impor

    2熱度

    3回答

    我有一個關於HoughLines的opencv庫的問題。以下格式是從官方網站: C++:空隙HoughLines(InputArray圖像,OutputArray線,雙RHO,雙THETA,INT閾值時,雙SRN = 0,雙STN = 0) 而說明輸出數組參數的行,它說: lines - 輸出行的向量。每一行都由一個二元向量表示:rho和theta。垂直線的θ值爲0,水平線的值爲π/ 2(輻射值)

    0熱度

    1回答

    我有如下形象: 當我使用MATLAB中Hough變換,我得到各界的100%檢測。 我用下面的代碼在MATLAB: [centersDark, radiiDark] = imfindcircles(closed_pic,[Rmin Rmax],'ObjectPolarity','dark'); 我用下面的代碼在CPP: cv::medianBlur(mat, mat, 5); cv::Mat

    1熱度

    1回答

    我想使用OpenCV在屏幕截圖中統計選項卡的數量。我第一次裁剪我的形象限制爲鉻製表符。然後我使用邊緣檢測,Canny算法在鉻中查找邊緣。然後我使用Houghlines來查找標籤數量,但是我沒有通過Houghlines獲得所需的輸出。以下是我的代碼和輸出。 import cv2 import numpy as np import math from matplotlib import pypl

    0熱度

    1回答

    我的目標是創建一個特定大小的列表並從該列表中隨機選擇3個點。一旦選擇了一個點,它將從列表中刪除,因此它不會再被選中。 我的問題是調試器說我有一個索引超出列表的範圍。我對VB.NET比較陌生,但對VBA非常有經驗。預先感謝您的幫助。 Private Sub Analyze_Click(ByVal Sender As System.Object, ByVal e As System.EventArgs

    0熱度

    1回答

    我正在研究一個基本上從手繪電路圖的圖像中提取組件和連接的matlab圖像處理項目。 經過預處理和獲得骨架圖像後,我嘗試使用霍夫變換來檢測線條,以便我可以識別角點和連接路徑。 下面是代碼: [H,T,R] = hough(im); peaks = houghpeaks(H,50,'Threshold',ceil(0.3*max(H(:)))); lines = houghlines(im, T,

    1熱度

    1回答

    我遇到一些麻煩cv2.Houghlines()顯示垂直線時,我相信真正適合應提供水平線。 這裏是我使用的代碼的片段: rho_resoultion = 1 theta_resolution = np.pi/180 threshold = 200 lines = cv2.HoughLines(image, rho_resoultion, theta_resol

    12熱度

    1回答

    我需要從視頻中檢測車道。這是我的做法。 通過切片圖像(聚焦的中間部分) 灰度的ROI 均衡與cv2.equalizeHist 的灰度化ROI應用高斯模糊〜(3)確定關注區域(ROI)的區域 閾值(4)通過使用cv2.adaptiveThreshold 縮略(5)通過使用skimage.morphology.skeletonize 應用cv2.HoughLines(6)上 對於cv2.HoughLi

    0熱度

    1回答

    我目前正在嘗試使用3DTK的霍夫變換平面探測器(http://slam6d.sourceforge.net/)。當我嘗試使用EXPORT_SHARED_LIBS選項對其進行編譯時,我在cxspare_s項目中收到鏈接器錯誤。 1>cs_convert.obj : error LNK2019: unresolved external symbol 'cs_dl_spalloc' referenced

    0熱度

    1回答

    我與霍夫圈工作變換與我的樹莓派,當我乘坐的投資回報率,以檢查圈是這樣的: for (x,y,w,h) in trafficLights: cv2.rectangle(image,(x,y),(x+w,y+h),(0,0,255),2) roi = image[y:y+h,x:x+w] roi = cv2.medianBlur(roi,5) circles