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 −
