OpenCV-허프 라인 변환

다음을 적용하여 주어진 이미지의 모양을 감지 할 수 있습니다. Hough Transform technique 방법 사용 HoughLines()Imgproc수업. 다음은이 메서드의 구문입니다.

HoughLines(image, lines, rho, theta, threshold)

이 방법은 다음 매개 변수를 허용합니다.

  • image − 클래스의 대상 Mat 소스 (입력) 이미지를 나타냅니다.

  • lines − 클래스의 대상 Mat 라인의 매개 변수 (r, Φ)를 저장하는 벡터를 저장합니다.

  • rho − 매개 변수 r의 해상도를 픽셀 단위로 나타내는 double 유형의 변수.

  • theta − 매개 변수 Φ의 해상도를 라디안 단위로 나타내는 double 유형의 변수.

  • threshold − 라인을 "감지"하기위한 최소 교차 수를 나타내는 정수 유형의 변수.

다음 프로그램은 주어진 이미지에서 허프 라인을 감지하는 방법을 보여줍니다.

import org.opencv.core.Core;
import org.opencv.core.Mat;
import org.opencv.core.Point;
import org.opencv.core.Scalar;

import org.opencv.imgcodecs.Imgcodecs;
import org.opencv.imgproc.Imgproc;

public class HoughlinesTest {
   public static void main(String args[]) throws Exception {
      // Loading the OpenCV core library
      System.loadLibrary( Core.NATIVE_LIBRARY_NAME );

      // Reading the Image from the file and storing it in to a Matrix object
      String file = "E:/OpenCV/chap21/hough_input.jpg";

      // Reading the image
      Mat src = Imgcodecs.imread(file,0);

      // Detecting edges of it
      Mat canny = new Mat();
      Imgproc.Canny(src, canny, 50, 200, 3, false);

      // Changing the color of the canny
      Mat cannyColor = new Mat();
      Imgproc.cvtColor(canny, cannyColor, Imgproc.COLOR_GRAY2BGR);

      // Detecting the hough lines from (canny)
      Mat lines = new Mat();
      Imgproc.HoughLines(canny, lines, 1, Math.PI/180, 100);

      System.out.println(lines.rows());
      System.out.println(lines.cols());

      // Drawing lines on the image
      double[] data;
      double rho, theta;
      Point pt1 = new Point();
      Point pt2 = new Point();
      double a, b;
      double x0, y0;
      
      for (int i = 0; i < lines.cols(); i++) {
         data = lines.get(0, i);
         rho = data[0];
         theta = data[1];
         
         a = Math.cos(theta);
         b = Math.sin(theta);
         x0 = a*rho;
         y0 = b*rho;
         
         pt1.x = Math.round(x0 + 1000*(-b));
         pt1.y = Math.round(y0 + 1000*(a));
         pt2.x = Math.round(x0 - 1000*(-b));
         pt2.y = Math.round(y0 - 1000 *(a));
         Imgproc.line(cannyColor, pt1, pt2, new Scalar(0, 0, 255), 6);
      }
      // Writing the image
      Imgcodecs.imwrite("E:/OpenCV/chap21/hough_output.jpg", cannyColor);
          
      System.out.println("Image Processed");
   }
}

다음이 입력 이미지라고 가정합니다. hough_input.jpg 위의 프로그램에서 지정합니다.

산출

프로그램을 실행하면 다음과 같은 출력이 표시됩니다.

143 
1 
Image Processed

지정된 경로를 열면 다음과 같이 출력 이미지를 관찰 할 수 있습니다.