OpenCV 概率霍夫线变换使用 C++ 和 Python 给出不同的结果？

Question

我正在开发一个使用 OpenCV 的项目，Python 在项目的某些部分使用概率霍夫线变换函数“HoughLinesP”。我的代码工作得很好，没有问题。然后我想到将相同的代码转换为 C++。

将代码转换为 C++ 后，输出与 Python 代码的输出不一样。经过长时间的调试，我发现其他一切正常，但“HoughLinesP”函数在 C++ 的情况下给出了不同的输出。两种语言对这个函数的输入是一样的，参数的值也一样，但是输出是不同的。

有人可以解释一下为什么会发生这种情况以及任何可能的修复方法吗？

此外，我已经检查了两种语言的 OpenCV 版本，它是相同的： 4.5.0 dev 此外，我尝试使用传递给 C++ 代码的值，但我无法获得类似的结果。

输入边缘图像：

Python HoughLinesP() 输出：

C++ HoughLinesP() 输出：

以下是每种语言的代码： Python：

Lines = cv2.HoughLinesP(EdgeImage, 1, np.pi / 180, 50, 10, 15)

C++：

std::vector<cv::Vec4i> Lines;
cv::HoughLinesP(EdgeImage, Lines, 1, CV_PI / 180, 50, 10, 15);

如果有人可以提出建议，那将是一个很大的帮助。

Answer 1

解释和修复

出现问题是因为在 Python 版本中，您没有设置您认为正在设置的参数。与在 Python 接口中调整参数列表的一些其他函数相比，HoughLinesP它不仅返回行，而且还lines为行输出采用参数。您可以在帮助中看到HoughLinesP：

import cv2
help(cv2.HoughLinesP)

这给了你（我的省略号）：

Help on built-in function HoughLinesP:

HoughLinesP(...)
    HoughLinesP(image, rho, theta, threshold[, lines[, minLineLength[, maxLineGap]]]) -> lines
    .   @brief Finds line segments in a binary image using the probabilistic Hough transform.
    .   
...
    .   @param lines Output vector of lines. Each line is represented by a 4-element vector
    .   \f$(x_1, y_1, x_2, y_2)\f$ , where \f$(x_1,y_1)\f$ and \f$(x_2, y_2)\f$ are the ending points of each detected
    .   line segment.
...

所以基本上，在你的 python 示例中，你传递10aslines而不是 as minLineLength。要解决此问题，您可以将空数组作为lines传递，也可以将参数作为关键字参数传递：

Lines = cv2.HoughLinesP(EdgeImage, rho=1, theta=np.pi/180,
                        threshold=50, minLineLength=10, maxLineGap=15)

这样做应该使您的 Python 版本的输出与 C++ 版本的输出匹配。

或者，如果您对 Python 版本的结果感到满意，则必须省略参数lines（即仅将参数设置minLineLength为 15 并使用默认值 0 用于maxLineGap[请参阅文档]）：

std::vector<cv::Vec4i> Lines;
cv::HoughLinesP(EdgeImage, Lines, 1, CV_PI / 180, 50, 15);

这应该会重现您的 Python 版本。

例子

使用 的openCV 文档中HoughLinesP列出的示例，您可以看到这解决了问题。

C++版本

（取自上面列出的 openCV 文档并改为保存图像。）

#include <opencv2/imgproc.hpp>
#include <opencv2/highgui.hpp>
using namespace cv;
using namespace std;
int main(int argc, char** argv)
{
    Mat src, dst, color_dst;
    if( argc != 3 || !(src=imread(argv[1], 0)).data)
        return -1;
    Canny( src, dst, 50, 200, 3 );
    cvtColor( dst, color_dst, COLOR_GRAY2BGR );
    vector<Vec4i> lines;
    HoughLinesP( dst, lines, 1, CV_PI/180, 80, 30, 10 );
    for( size_t i = 0; i < lines.size(); i++ )
    {
        line( color_dst, Point(lines[i][0], lines[i][1]),
        Point( lines[i][2], lines[i][3]), Scalar(0,0,255), 3, 8 );
    }
    imwrite( argv[2], color_dst );
    return 0;
}

如果您编译它并在文档中提供的示例图片上运行它，您会得到以下结果：

错误的 Python 版本

（基本上，只是没有 lines 参数的翻译的 C++ 版本。）

import argparse
import cv2
import numpy as np

parser = argparse.ArgumentParser()
parser.add_argument("input_file", type=str)
parser.add_argument("output_file", type=str)
args = parser.parse_args()

src = cv2.imread(args.input_file, 0)
dst = cv2.Canny(src, 50., 200., 3)
color_dst = cv2.cvtColor(dst, cv2.COLOR_GRAY2BGR)
lines = cv2.HoughLinesP(dst, 1., np.pi/180., 80, 30, 10.)
for this_line in lines:
    cv2.line(color_dst,
            (this_line[0][0], this_line[0][1]),
            (this_line[0][2], this_line[0][3]),
            [0, 0, 255], 3, 8)
cv2.imwrite(args.output_file, color_dst)

运行它会产生以下（不同的）结果：

更正的python版本

（通过传递关键字 args 来修复）

import argparse
import cv2
import numpy as np

parser = argparse.ArgumentParser()
parser.add_argument("input_file", type=str)
parser.add_argument("output_file", type=str)
args = parser.parse_args()

src = cv2.imread(args.input_file, 0)
dst = cv2.Canny(src, 50., 200., 3)
color_dst = cv2.cvtColor(dst, cv2.COLOR_GRAY2BGR)
lines = cv2.HoughLinesP(dst, rho=1., theta=np.pi/180.,
                        threshold=80, minLineLength=30, maxLineGap=10.)
for this_line in lines:
    cv2.line(color_dst,
            (this_line[0][0], this_line[0][1]),
            (this_line[0][2], this_line[0][3]),
            [0, 0, 255], 3, 8)
cv2.imwrite(args.output_file, color_dst)

这给出了正确的结果（即与 C++ 版本相同的结果）：