คุณสามารถตรวจจับเส้นตรงในภาพที่กำหนดโดยใช้การแปลงเส้น Hough การแปลงเส้น Hough มีสองประเภทใน OpenCV ได้แก่ การแปลงเส้น Hough มาตรฐาน และ การแปลงเส้น Hough ความน่าจะเป็น
คุณสามารถใช้การแปลงเส้นมาตรฐาน Hough โดยใช้ HoughLines() วิธีการของคลาส Imgproc วิธีนี้ยอมรับ -
-
วัตถุ Mat สองรายการที่แสดงภาพต้นฉบับและเวกเตอร์ที่เก็บพารามิเตอร์ (r, Φ) ของเส้น
-
ตัวแปรคู่สองตัวที่แสดงความละเอียดของพารามิเตอร์ r (พิกเซล) และ Φ (เรเดียน)
-
จำนวนเต็มที่แสดงจำนวนจุดตัดขั้นต่ำเพื่อ “ตรวจจับ” เส้น
คุณสามารถใช้ การแปลงเส้นความน่าจะเป็น Hough โดยใช้ HoughLinesP() เมธอดของคลาส Imgproc (พารามิเตอร์เดียวกัน)
คุณสามารถตรวจจับขอบในภาพที่กำหนดโดยใช้ Canny() วิธีการของคลาส Imgproc วิธีนี้ยอมรับ -
-
วัตถุ Mat สองรายการที่แสดงภาพต้นทางและปลายทาง
-
ตัวแปรคู่สองตัวเพื่อเก็บค่าขีดจำกัด
เพื่อตรวจจับขอบของภาพที่กำหนดโดยใช้ตัวตรวจจับขอบที่คมชัด -
-
อ่านเนื้อหาของรูปภาพต้นฉบับโดยใช้ imread() วิธีการของ Imgcodecs ชั้นเรียน
-
แปลงเป็นภาพระดับสีเทาโดยใช้ cvtColor() วิธีการของ Imgproc ชั้นเรียน
-
เบลอรูปภาพผลลัพธ์ (สีเทา) โดยใช้ blur() เมธอดของคลาส Imgproc ที่มีค่าเคอร์เนล 3
-
ใช้อัลกอริธึมการตรวจจับขอบภาพที่เบลอโดยใช้ canny() วิธีการของ Imgproc .
-
สร้างเมทริกซ์ว่างที่มีค่าทั้งหมดเป็น 0
-
เพิ่มขอบที่ตรวจพบโดยใช้ copyTo() วิธีการของ Mat ชั้นเรียน
ตัวอย่าง
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.CvType; 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 HoughLineTransform 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.HoughLines(edges, lines, 1, Math.PI/180, 150); for (int i = 0; i < lines.rows(); i++) { double[] data = lines.get(i, 0); double rho = data[0]; double theta = data[1]; double a = Math.cos(theta); double b = Math.sin(theta); double x0 = a*rho; double y0 = b*rho; //Drawing lines on the image Point pt1 = new Point(); Point pt2 = new Point(); 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), 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
ผลลัพธ์
ในการดำเนินการ ข้างต้นสร้างผลลัพธ์ต่อไปนี้ −