当前位置: 首页 > article >正文

OpenCV特征检测(1)检测图像中的线段的类LineSegmentDe()的使用

  • 操作系统:ubuntu22.04
  • OpenCV版本:OpenCV4.9
  • IDE:Visual Studio Code
  • 编程语言:C++11

算法描述

检测图像中线段的类.。
遵循在 285中描述的算法。

函数原型1

绘制两组线,一组用蓝色,一组用红色,并计算非重叠(不匹配)的像素。


virtual int cv::LineSegmentDetector::compareSegments
(
	const Size & 	size,
	InputArray 	lines1,
	InputArray 	lines2,
	InputOutputArray 	image = noArray() 
)		

参数1

  • 参数size:找到 lines1 和 lines2 的图像的大小。
  • 参数lines1:需要绘制的第一组线段。它们以蓝色显示。
  • 参数lines2:第二组线段。它们以红色显示。
  • 参数image:可选的图像,在该图像上绘制线段。图像应该是彩色的(3通道),以便 lines1 和 lines2 能够以上述颜色绘制。

函数原型2

在一个输入图像中查找线条


virtual void cv::LineSegmentDetector::detect	
(
	InputArray 	image,
	OutputArray 	lines,
	OutputArray 	width = noArray(),
	OutputArray 	prec = noArray(),
	OutputArray 	nfa = noArray() 
)		

参数2

  • 参数image:一个灰度(CV_8UC1类型)输入图像。如果只需要选择一个感兴趣区域(ROI),可以使用:lsd_ptr->detect(image(roi), lines, …); 并且需要更新 lines 向量,加上偏移量 lines += Scalar(roi.x, roi.y, roi.x, roi.y);

  • 参数ilines:由 Vec4f 类型元素组成的向量,指定了一条线段的起始点和终点。其中 Vec4f 的格式为 (x1, y1, x2, y2),点1为起点,点2为终点。返回的线段是严格根据梯度方向排列的。

  • 参数iwidth:一个向量,包含了发现线段所在区域的宽度。例如,线段的宽度。

  • 参数iprec:一个向量,包含了发现线段的精确度。

  • 参数infa:一个包含在线段区域内误报数量的向量,精确到10%。数值越大,对数意义上检测得越好。

    • -1 对应于平均有10个误报;
    • 0 对应于平均有1个误报;
    • 1 对应于平均有0.1个误报; 这个向量仅当对象类型设置为 LSD_REFINE_ADV 时才会计算。

函数原型3

在给定的图像上绘制线段

virtual void cv::LineSegmentDetector::drawSegments	
(
	InputOutputArray 	image,
	InputArray 	lines 
)	

参数3

  • 参数image:这指的是线条将要在其上绘制的图像。该图像应该大于或等于找到线条的图像的尺寸。
  • 参数lines:这是一个需要绘制的线条的向量(集合)。

代码示例


#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/imgproc/imgproc.hpp>
#include <opencv2/line_descriptor/descriptor.hpp>
#include <opencv2/ximgproc.hpp>
#include <iostream>

int main(int argc, char** argv)
{
    // 加载图像
    cv::Mat img = cv::imread("/media/dingxin/data/study/OpenCV/sources/images/building.png",cv::IMREAD_GRAYSCALE);
    if (img.empty())
    {
        std::cout << "Error loading image." << std::endl;
        return -1;
    }
 // 创建用于绘制线段的新图像
    cv::Mat lsd_img = img.clone();

    // 创建 LineSegmentDetector
    cv::Ptr<cv::LineSegmentDetector> lsd = cv::createLineSegmentDetector();

    // 检测线段
    std::vector<cv::Vec4i> lineSegments;
    lsd->detect(img, lineSegments);

    // 遍历并绘制每个线段
    for (const auto& ls : lineSegments)
    {
        cv::Point pt1(ls[0], ls[1]);
        cv::Point pt2(ls[2], ls[3]);
        cv::line(lsd_img, pt1, pt2, cv::Scalar(0, 255, 0), 2); // 绘制绿色线条
    }

    // 显示结果图像
    cv::imshow("original image", img);
    cv::imshow("Line Segments", lsd_img);
    cv::waitKey(0);

    return 0;
}

运行结果

原始图:
在这里插入图片描述
画线段图:

在这里插入图片描述


http://www.kler.cn/a/320588.html

相关文章:

  • 搭建Spring gateway网关微服务
  • PG-DERN 解读:少样本学习、 双视角编码器、 关系图学习网络
  • Minikube 上安装 Argo Workflow
  • LLMs 训练经验篇
  • 小程序19-微信小程序的样式和组件介绍
  • 《InsCode AI IDE:编程新时代的引领者》
  • 平稳随机信号
  • MySQL的登录、访问、退出
  • Apache Iceberg构建高性能数据湖
  • 【node】 cnpm|npm查看、修改镜像地址操作 换源操作
  • Python的Pandas库学习指南
  • C++学习笔记----8、掌握类与对象(一)---- 对象中的动态内存分配(1)
  • Spring Boot使用配置方式整合MyBatis
  • 【Hadoop】一、Hadoop入门:基础配置、集群配置、常用脚本
  • 记录docker phpadmin 链接 docker mysql
  • MQTT客户端实战:从连接到通信。详细说明MQTT客户端和MQTT代理进行通信
  • 微服务Docker相关指令
  • 使用python搭建Web项目
  • swiper3匀速滚动会卡顿问题,已解决
  • Linux线程同步—竞态条件与互斥锁、读写锁(C语言)
  • <Java>String类型变量的使用
  • 基于Python flask的医院管理学院,医生能够增加/删除/修改/删除病人的数据信息,有可视化分析
  • 【c语言数据结构】栈的详解! 超级详细!(模拟实现,OJ练习题)
  • kubernetes K8S 挂载分布式存储 ceph
  • 算法基础8-双链表
  • Xcode16 iOS18 编译问题适配