投稿2021/01/11 05:17
編集2021/01/16 07:23次の画像を入力画像として金属の部品をハフ変換で輪郭や溝のエッジを抽出したいと思っていますが、パラメータの調整が難しく上手くできません。どうしればよろしいでしょうか
みなさま、間際らしい質問をしてしまい申し訳ございません。私はハフ変換で金属の部品の溝や輪郭の座標を求めたいと思っておりました。jbpb0様から意見で確率的ハフ変換を導入しても綺麗に溝や輪郭の検出ができせん。すいませんがどうすればよいか教えてくれないでしょうか。また入力画像、ハフ変換と確率的ハフ変換の出力画像とソースコードを上げておきます。
]
python
1import cv2 2import numpy as np 3img=cv2.imread('input.jpg') 4gray=cv2.cvtColor(img,cv2.COLOR_BGR2HSV)[:,:,1] 5edges = cv2.Canny(gray,255,0,apertureSize = 3) 6lines = cv2.HoughLines(edges,1,np.pi/180,200) 7print(len(lines)) 8for line in lines: 9 for rho,theta in line: 10 a = np.cos(theta) 11 b = np.sin(theta) 12 x0 = a*rho 13 y0 = b*rho 14 x1 = int(x0 + 1000*(-b)) 15 y1 = int(y0 + 1000*(a)) 16 x2 = int(x0 - 1000*(-b)) 17 y2 = int(y0 - 1000*(a)) 18 cv2.line(img,(x1,y1),(x2,y2),(0,0,255),2) 19 20cv2.imwrite('output.jpg',img)
Python
1import cv2 2import numpy as np 3img = cv2.imread('input.png') 4gray=cv2.cvtColor(img,cv2.COLOR_BGR2HSV)[:,:,1] 5edges = cv2.Canny(gray,50,150,apertureSize = 3) 6minLineLength = 50 7maxLineGap = 10 8lines = cv2.HoughLinesP(edges,1,np.pi/180,100,minLineLength,maxLineGap) 9for line in lines: 10 for x1,y1,x2,y2 in line: 11 cv2.line(img,(x1,y1),(x2,y2),(0,0,255),2) 12 13 14cv2.imwrite('output.png',img)
回答3件
0
パラメータの調整が難しく上手くできません
（前提として「ハフ変換」を用いるのがmustなのだとして）
OpenCVのHoughLines等を使っていてもうまくいかないのであれば，ハフ変換を自前で実装することを視野に入れてみてはいかがでしょうか．
理由：
OpenCVの関数を使っている限り，投票空間への投票処理や，投票結果の非最大値抑制といったハフ変換のコアな(?)部分の処理に関して工夫を施すことができないので，結果に満足いかない場合にやれることが限られてしまいます．
引数になっている少数の調整パラメータだけではどうにもならない状態なのであれば，「そのケースではできあいの関数を使っていてもうまくいかない」が結論かもしれないからです．
（自前でやるにしても，HoughLinesあたりを使うにしても）
私ならとりあえず Cannyフィルタの結果を一括で丸ごとハフ変換に突っ込むようなことはしません．
エッジを勾配方向毎に分けて扱ってみたら，少しは扱いやすい(=パラメータ調整作業がしやすい)結果が得られたりしませんか？
異なる方向のエッジ点が混在しなければ偽の線が抑制されるでしょうし，
各ハフ変換ごとに異なるパラメタ値を使うことができる形になりますから調整自由度は増すでしょう．
投稿2021/01/18 02:19
編集2021/01/18 02:41総合スコア11990
0
ベストアンサー
cv2.HoughLinesP()のパラメータをいじると、背景から直線を抽出してしまうことがあるため、対象物の色が濃いことに加え、青っぽいこともマスク条件に入れました
python
1import cv2 2import numpy as np 3 4img = cv2.imread('input.png') 5iw = img.shape[1] 6img_HSV = cv2.cvtColor(img,cv2.COLOR_BGR2HSV) 7Hue = img_HSV[:,:,0] 8Sat = img_HSV[:,:,1] 9retB1,threshB1 = cv2.threshold(Hue,90,255,cv2.THRESH_BINARY) 10retB2,threshB2 = cv2.threshold(Hue,150,255,cv2.THRESH_BINARY_INV) 11retS,threshS = cv2.threshold(Sat,100,255,cv2.THRESH_BINARY) 12edges = cv2.Canny(Sat,50,150,apertureSize=3) 13edges2 = edges * threshB1 * threshB2 * threshS * 255 14lines = cv2.HoughLinesP(edges2,rho=1,theta=np.pi/360/10,threshold=int(iw*0.05),minLineLength=int(iw*0.25),maxLineGap=int(iw*0.4)) 15img_line = img.copy() 16for line in lines: 17 x1,y1,x2,y2 = line[0] 18 cv2.line(img_line,(x1,y1),(x2,y2),(0,0,255),2) 19 20cv2.imwrite('output.png',img_line) 21#cv2.imshow("output", img_line) 22#cv2.waitKey(0) 23#cv2.destroyAllWindows()
各関数のパラメータは、そんなに追い込んでませんので、いろいろ変えてみたら、もっとうまく抽出できるかも
【追記】cv2.cvtColor()の実行を1回だけにしました
投稿2021/01/16 07:31
編集2021/01/17 14:20総合スコア7653
0
python
1lines = cv2.HoughLines(edges,1,np.pi/180,150) 2print(len(lines)) 3 4# Height, Width, and channel 5h,w,c=img.shape 6 7for line in lines: 8 for rho,theta in line: 9 a = np.cos(theta) 10 b = np.sin(theta) 11 x0 = a*rho 12 y0 = b*rho 13 x1 = int(x0 + 2000*(-b)) 14 y1 = int(y0 + 2000*(a)) 15 x2 = int(x0 - 2000*(-b)) 16 y2 = int(y0 - 2000*(a)) 17 cv2.line(img,(x1,y1),(x2,y2),(0,0,255),2)
jbpb0さんのおっしゃるように、1000のところを大きくすると画像の端から端まで直線が描かれます。cv2.lineで描く線分の始点と終点が決められるので、その点が画像の内部になっていないか確認すればよいかと思います。また、パラメータの調整とのことでしたが、ここのコードで、150のところは、直線とみなされるのに必要な最低限の投票数を意味するしきい値なのでこの値を小さくするとより多くの直線を検出できます。この設定で行うと添付の画像のような結果になりました。溝のところなどは少し多く検出されているようにも感じます。役に立てば幸いです。
投稿2021/01/11 08:50
総合スコア132
あなたの回答
tips
プレビュー
Q&A
