相关疑难解决方法(0)

如何使用opencv Hough线算法获得线的交点？

这是我的代码:

import cv2
import numpy as np
import imutils

im = cv2.imread('../data/test1.jpg')
gray = cv2.cvtColor(im,cv2.COLOR_BGR2GRAY)
edges = cv2.Canny(gray, 60, 150, apertureSize=3)

img = im.copy()
lines = cv2.HoughLines(edges,1,np.pi/180,200)

for line in lines:
    for rho,theta in line:
        a = np.cos(theta)
        b = np.sin(theta)
        x0 = a*rho
        y0 = b*rho
        x1 = int(x0 + 3000*(-b))
        y1 = int(y0 + 3000*(a))
        x2 = int(x0 - 3000*(-b))
        y2 = int(y0 - 3000*(a))
        cv2.line(img,(x1,y1),(x2,y2),(0,255,0),10)

cv2.imshow('houghlines',imutils.resize(img, height=650))
cv2.waitKey(0)
cv2.destroyAllWindows()

输出:

我想得到所有的交点.

我正在尝试在图像中找到带圆角的矩形对象的轮廓.我试过HoughLinesP和findContours,但并没有达到预期的效果.

我想找到这样的矩形:

码:

import cv2
import matplotlib.pyplot as plt
import util

image = cv2.imread("./img/findrect0.png", 1)
gray = util.grayImage(image)

edges = cv2.Canny(image, 50, 200)
lines = cv2.HoughLinesP(edges, 1, cv2.cv.CV_PI/180, 50, minLineLength=50, maxLineGap=10)[0]
linesImage = image.copy()
util.drawLines(linesImage, lines, thickness=10)

contoursImage = image.copy()
(contours, hierarchy) = cv2.findContours(gray.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

util.drawContours(contoursImage, contours, thickness=10)

util.showOpenCVImagesGrid([image, edges, linesImage, contoursImage], 2, 2, titles=["original image", "canny image", "lines image", "contours image"])

UTIL:

import cv2
import math
import matplotlib.pyplot as plt

def showOpenCVImagesGrid(images, x, y, …

我正在使用Hough Lines对此图像进行角点检测.我计划找到线的交叉点作为角落.这是图像.

不幸的是,霍夫为我期望的每一行返回了很多行

如何调整霍夫线,使每条只有四条线对应图像上的实际线？

注意：我正在尝试制作一个可以处理一般范围的图像，方向和质量的过程，而不仅仅是该图像。

我知道您可以使用凸包将一组点用多边形包围起来，并且可以使用几种算法之一为这些点创建最小边界框。但是，我想做与最小边界框类似的操作，但不限于将其限制为矩形。

说我有这张收据：

凸包：

最小边界框（旋转卡尺）：

我的目标：（ms-paint）：

如您所见，最小边框不太合适，因为从角度来看收据是梯形的。视角越低，情况就越糟。我想有4个点和尖角，所以不能使用凸包。

我是否可以使用一种算法来获得与凸包或最小边界框类似的东西，但仅限于4个点以及任何四边形形状？