問題タブ [hough-transform]

この論文に基づいて 、ハフ変換を使用して長方形検出を実装しようとしています。

Matlab を使用してプログラムしましたが、平行ペア線と直交ペア線を検出した後、これらのペアの交点を検出する必要があります。私の質問は、ハフ空間における 2 つの線の交点の質についてです。

4 つの方程式系を解いて交点を見つけました。これらの交点はデカルト座標空間または極座標空間にありますか?

C# でハフ変換を次のように実装しました。

したがって、私の理解では、すべての曲線の交点のシータと半径を見つけました。では、どうすれば実際の行を見つけることができますか?

勾配と点を見つける必要があると主張する人もいますが、今何をすべきかははっきりしていません。

助けてくれてありがとう、ジョナサン

一次導関数のゼロクロッシングなどを見つけることで自分で何かを書くことができますが、標準ライブラリに含まれるのに十分一般的な関数のようです。誰か知っていますか？

私の特定のアプリケーションは 2D 配列ですが、通常は FFT などでピークを見つけるために使用されます。

具体的には、この種の問題では、複数の強いピークがあり、その後、ノイズが原因である無視されるべき小さな「ピーク」がたくさんあります。これらは単なる例です。私の実際のデータではありません:

1 次元ピーク:

2 次元ピーク:

ピーク検出アルゴリズムは、これらのピークの位置 (値だけでなく) を見つけ、理想的には、おそらく二次補間などを使用して、最大値のインデックスだけでなく、真のサンプル間のピークを見つけます。

通常、いくつかの強いピークのみを気にするため、特定のしきい値を超えているか、振幅によってランク付けされた順序付けられたリストの最初のnピークであるために選択されます。

私が言ったように、私はこのようなものを自分で書く方法を知っています。うまく機能することが知られている既存の関数またはパッケージがあるかどうかを尋ねているだけです。

アップデート：

MATLAB スクリプトを変換したところ、1 次元の場合は問題なく動作しましたが、改善される可能性があります。

更新された更新:

sixtenbeは 1 次元の場合のより良いバージョンを作成しました。

MATLABでハフ変換を行った後、2 つ以上の画像を比較できるように線を選択するにはどうすればよいですか?

Amro の例に従いましたが、実際に検出したかったのは、最初の図の 2 行です。しかし、私が手に入れたのは2番目の写真のものです。これどうやってするの？

画像内の髪の毛を線として検出することに成功しました。出力画像が各髪の毛を線として検出していることがわかります。cvHoughLines2()メソッドパラメータをとして使用しますCV_HOUGH_PROBABILISTIC。

今、私はこれらの行を数えたいと思います。出力画像は、各髪に1本または2本の線を示しています。各線は小さな線分で構成されていることがわかります。そのため、それらの総数を直接取得することは困難です。これに関する提案はありますか？

ありがとう、プラディープ

Hough linesを使用して画像内の線を検出した後、それを使用して参照画像の線の角度 (回転) の変化を計算するにはどうすればよいですか?

私はハフ変換のコードを書きましたが、それはうまく機能します。また、顔の目の位置をトリミングすることもできます。ここで、ハフ変換（cvHoughCircle）を適用して、作物画像の虹彩を検出したいと思います。しかし、この手順を試してみると、システムは画像上に円を見つけることができません。

たぶん、その理由は、画像にノイズがあるからですが、それが理由ではないと思います。では、どうすれば虹彩を検出できますか？私はバイナリしきい値のコードを持っていますが、それを使用できるかもしれませんが、方法がわかりませんか？

誰かが助けてくれたら本当に感謝しています。どうも ：）

画像の円形を検出するプログラムに取り組んでいます。ハフ変換が最適だと判断し、OpenCVライブラリで見つけました。問題は、それを使おうとすると、修正方法がわからないというエラーが発生することです。OpenCV for Pythonは完全には実装されていませんか？プログラムが機能するために必要なライブラリの修正はありますか？

コードは次のとおりです。

そして、これが私が得ているエラーです：

OpenCVエラー：不明な関数のNull pinter（）、ファイル.. \ .. \ .. \ .. \ ocv \ openc \ src \ cxcore \ cxdatastructs.cpp、行408トレースバック（最後の最後の呼び出し）：ファイル "ellipse- detect-webcam.py "、行20、cv.HoughCircles（edges、storage、cv.CV_HOUGH_GRADIENT、2、gray.height / 4、200、100）cv.error

助けてくれてありがとう。

このコードの背後にあるロジックを説明してくれる人はいますか??

OpenCVのハフ変換を使用してラインを検出しています。ただし、必要な角度の範囲が非常に限られている（約10度程度）線のみが必要であることを事前に知っています。私はこれを非常にパフォーマンスに敏感な設定で行っているので、他の角度で線を検出するために費やされる余分な作業を避けたいと思います。

OpenCVからHoughソースを抽出し、それをハックしてmin_rhoパラメーターとmax_rhoパラメーターを取得することもできますが、脆弱性の低いアプローチが必要です（OpenCVを更新するたびにコードを手動で更新する必要があります）。

ここでの最善のアプローチは何ですか？