Computer >> คอมพิวเตอร์ >  >> การเขียนโปรแกรม >> Java

การนำ OpenCV Probabilistic Hough Line Transform ไปใช้ใน Java


คุณสามารถตรวจจับเส้นตรงในภาพที่กำหนดโดยใช้การแปลงเส้น Hough การแปลงเส้น Hough มีสองประเภทใน OpenCV ได้แก่ การแปลงเส้น Hough มาตรฐาน และ การแปลงเส้น Hough ความน่าจะเป็น

คุณสามารถใช้ การแปลงเส้นความน่าจะเป็นแบบ Hough โดยใช้ HoughLinesP() เมธอดของคลาส Imgproc วิธีนี้ยอมรับพารามิเตอร์ต่อไปนี้ -

  • วัตถุ Mat สองรายการที่แสดงภาพต้นฉบับและเวกเตอร์ที่เก็บพารามิเตอร์ (r, Φ) ของเส้น

  • ตัวแปรคู่สองตัวที่แสดงความละเอียดของพารามิเตอร์ r (พิกเซล) และ Φ (เรเดียน)

  • จำนวนเต็มที่แสดงจำนวนจุดตัดขั้นต่ำเพื่อ “ตรวจจับ” เส้น

ตัวอย่าง

ตัวอย่าง Java ต่อไปนี้ตรวจจับเส้นในรูปภาพโดยใช้ Probabilistic Hough Line Transform ใน OpenCV -

import java.awt.Image;
import java.awt.image.BufferedImage;
import java.io.IOException;
import javafx.application.Application;
import javafx.embed.swing.SwingFXUtils;
import javafx.scene.Group;
import javafx.scene.Scene;
import javafx.scene.image.ImageView;
import javafx.scene.image.WritableImage;
import javafx.stage.Stage;
import org.opencv.core.Core;
import org.opencv.core.Mat;
import org.opencv.core.Point;
import org.opencv.core.Scalar;
import org.opencv.highgui.HighGui;
import org.opencv.imgcodecs.Imgcodecs;
import org.opencv.imgproc.Imgproc;
public class HoughLineProbabilisticTransform extends Application {
   public void start(Stage stage) throws IOException {
      //Loading the OpenCV core library
      System.loadLibrary( Core.NATIVE_LIBRARY_NAME );
      String file ="D:\\Images\\road4.jpg";
      Mat src = Imgcodecs.imread(file);
      //Converting the image to Gray
      Mat gray = new Mat();
      Imgproc.cvtColor(src, gray, Imgproc.COLOR_RGBA2GRAY);
      //Detecting the edges
      Mat edges = new Mat();
      Imgproc.Canny(gray, edges, 60, 60*3, 3, false);
      // Changing the color of the canny
      Mat cannyColor = new Mat();
      Imgproc.cvtColor(edges, cannyColor, Imgproc.COLOR_GRAY2BGR);
      //Detecting the hough lines from (canny)
      Mat lines = new Mat();
      Imgproc.HoughLinesP(edges, lines, 1, Math.PI/180, 50, 50, 10);
      for (int i = 0; i < lines.rows(); i++) {
         double[] data = lines.get(i, 0);
         //Drawing lines on the image
         Point pt1 = new Point(data[0], data[1]);
         Point pt2 = new Point(data[2], data[3]);
         Imgproc.line(cannyColor, pt1, pt2, new Scalar(0, 0, 255), 3);
      }
      //Converting matrix to JavaFX writable image
      Image img = HighGui.toBufferedImage(cannyColor);
      WritableImage writableImage= SwingFXUtils.toFXImage((BufferedImage) img, null);
      //Setting the image view
      ImageView imageView = new ImageView(writableImage);
      imageView.setX(10);
      imageView.setY(10);
      imageView.setFitWidth(575);
      imageView.setPreserveRatio(true);
      //Setting the Scene object
      Group root = new Group(imageView);
      Scene scene = new Scene(root, 595, 400);
      stage.setTitle("Hough Line Transform");
      stage.setScene(scene);
      stage.show();
   }
   public static void main(String args[]) {
      launch(args);
   }
}

ใส่รูปภาพ

การนำ OpenCV Probabilistic Hough Line Transform ไปใช้ใน Java

ผลลัพธ์

ในการดำเนินการ ข้างต้นสร้างผลลัพธ์ต่อไปนี้ −

การนำ OpenCV Probabilistic Hough Line Transform ไปใช้ใน Java