实现FLD（快速线检测器）算法的类，该算法在[155]中进行了描述。更多…

#include <opencv2/ximgproc/fast_line_detector.hpp>

cv::ximgproc::FastLineDetector 的协作图

公共成员函数
virtual	~FastLineDetector ()

virtual void	detect (InputArray image, OutputArray lines)=0
	在输入图像中查找线条。这是算法在上面显示的图像上的默认参数的输出。

virtual void	drawSegments (InputOutputArray image, InputArray lines, bool draw_arrow=false, Scalar linecolor=Scalar(0, 0, 255), int linethickness=1)=0
	在给定图像上绘制线段。

从 cv::Algorithm 继承的公共成员函数
	Algorithm ()

virtual	~Algorithm ()

virtual void	clear ()
	清除算法状态。

virtual bool	empty () const
	如果Algorithm为空（例如，在开始时或读取不成功后），则返回true。

virtual String	getDefaultName () const

virtual void	read (const FileNode &fn)
	从文件存储中读取算法参数。

virtual void	save (const String &filename) const

void	write (const Ptr< FileStorage > &fs, const String &name=String()) const

virtual void	write (FileStorage &fs) const
	将算法参数存储在文件存储中。

void	write (FileStorage &fs, const String &name) const

其他继承成员
从 cv::Algorithm 继承的静态公共成员函数
template<typename _Tp >
static Ptr< _Tp >	load (const String &filename, const String &objname=String())
	从文件中加载算法。

template<typename _Tp >
static Ptr< _Tp >	loadFromString (const String &strModel, const String &objname=String())
	从字符串加载算法。

template<typename _Tp >
static Ptr< _Tp >	read (const FileNode &fn)
	从文件节点读取算法。

从 cv::Algorithm 继承的受保护成员函数
void	writeFormat (FileStorage &fs) const

详细描述

实现FLD（快速线检测器）算法的类，该算法在[155]中进行了描述。

#include <iostream>
 
#include "opencv2/imgproc.hpp"
#include "opencv2/ximgproc.hpp"
#include "opencv2/imgcodecs.hpp"
#include "opencv2/highgui.hpp"
 
using namespace std;
using namespace cv;
using namespace cv::ximgproc;
 
int main(int argc, char** argv)
{
    string in;
    CommandLineParser parser(argc, argv, "{@input|corridor.jpg|input image}{help h||show help message}");
    if (parser.has("help"))
    {
parser.printMessage();
        return 0;
    }
in = samples::findFile(parser.get<string>("@input"));
 
    Mat image = imread(in, IMREAD_GRAYSCALE);
 
    if( image.empty() )
    {
        return -1;
    }
 
    // 创建FLD检测器
    // 参数 默认值 描述
    // length_threshold 10 - 将丢弃短于此长度的线段
    // distance_threshold 1.41421356 - 从假设线放置的点
    // 线段比这更远将被
    // 视为异常值
    // canny_th1 50 - Canny() 中滞后过程的第一个阈值
    //
    // canny_th2 50 - Canny算子的第二个阈值
    //
    // canny_aperture_size 3 - Canny()函数中Sobel算子的孔径大小。
    // 如果为零，则不应用Canny()，并将输入
    // 图像作为边缘图像。
    // do_merge false - 如果为true，则将执行段的增量合并
    // 操作。
    int length_threshold = 10;
    float distance_threshold = 1.41421356f;
    double canny_th1 = 50.0;
    double canny_th2 = 50.0;
    int canny_aperture_size = 3;
    bool do_merge = false;
    Ptr<FastLineDetector> fld = createFastLineDetector(length_threshold,
distance_threshold, canny_th1, canny_th2, canny_aperture_size,
do_merge);
vector<Vec4f> lines;
 
    // 由于某些CPU的电源策略，算法的第一次运行似乎需要更长时间。因此，我们在这里运行算法10次
    // 来查看算法在CPU性能充分预热后的处理时间。
    //
    //
    for (int run_count = 0; run_count < 5; run_count++) {
        double freq = getTickFrequency();
lines.clear();
        int64 start = getTickCount();
        // 使用FLD检测直线
fld->detect(image, lines);
        double duration_ms = double(getTickCount() - start) * 1000 / freq;
cout << "FLD耗时 " << duration_ms << " ms." << endl;
    }
 
    // 显示FLD检测到的直线
    Mat line_image_fld(image);
fld->drawSegments(line_image_fld, lines);
imshow("FLD结果", line_image_fld);
 
waitKey(1);
 
    Ptr<EdgeDrawing> ed = createEdgeDrawing();
ed->params.EdgeDetectionOperator = EdgeDrawing::SOBEL;
ed->params.GradientThresholdValue = 38;
ed->params.AnchorThresholdValue = 8;
 
vector<Vec6d> ellipses;
 
    for (int run_count = 0; run_count < 5; run_count++) {
        double freq = getTickFrequency();
lines.clear();
        int64 start = getTickCount();
 
        // 检测边缘
        //在调用detectLines()和detectEllipses()之前，应该调用此函数
ed->detectEdges(image);
 
        // 检测直线
ed->detectLines(lines);
        double duration_ms = double(getTickCount() - start) * 1000 / freq;
cout << "EdgeDrawing检测直线耗时 " << duration_ms << " ms." << endl;
 
start = getTickCount();
        // 检测圆和椭圆
ed->detectEllipses(ellipses);
duration_ms = double(getTickCount() - start) * 1000 / freq;
cout << "EdgeDrawing检测椭圆耗时 " << duration_ms << " ms." << endl;
    }
 
    Mat edge_image_ed = Mat::zeros(image.size(), CV_8UC3);
vector<vector<Point> > segments = ed->getSegments();
 
    for (size_t i = 0; i < segments.size(); i++)
    {
        const Point* pts = &segments[i][0];
        int n = (int)segments[i].size();
        polylines(edge_image_ed, &pts, &n, 1, false, Scalar((rand() & 255), (rand() & 255), (rand() & 255)), 1);
    }
 
    imshow("EdgeDrawing检测到的边缘", edge_image_ed);
 
    Mat line_image_ed(image);
fld->drawSegments(line_image_ed, lines);
 
    // 绘制圆和椭圆
    for (size_t i = 0; i < ellipses.size(); i++)
    {
        Point center((int)ellipses[i][0], (int)ellipses[i][1]);
        Size axes((int)ellipses[i][2] + (int)ellipses[i][3], (int)ellipses[i][2] + (int)ellipses[i][4]);
        double angle(ellipses[i][5]);
        Scalar color = ellipses[i][2] == 0 ? Scalar(255, 255, 0) : Scalar(0, 255, 0);
 
        ellipse(line_image_ed, center, axes, angle, 0, 360, color, 2, LINE_AA);
    }
 
    imshow("EdgeDrawing结果", line_image_ed);
    waitKey();
    return 0;
}

构造函数和析构函数文档

◆ ~FastLineDetector()

virtual cv::ximgproc::FastLineDetector::~FastLineDetector ( )

inlinevirtual

成员函数文档

◆ detect()

virtual void cv::ximgproc::FastLineDetector::detect	(	InputArray	image,
		OutputArray	lines )

纯虚函数

Python
	cv.ximgproc.FastLineDetector.detect(	image[, lines]	) ->	lines

在输入图像中查找线条。这是算法在上面显示的图像上的默认参数的输出。

image

参数

image	一个灰度 (CV_8UC1) 输入图像。如果只需要选择感兴趣区域 (roi)，请使用：`fld_ptr->detect(image(roi), lines, ...); lines += Scalar(roi.x, roi.y, roi.x, roi.y);`
lines	一个 Vec4f 元素的向量，指定一条线的起点和终点。其中 Vec4f 为 (x1, y1, x2, y2)，点 1 为起点，点 2 为终点。返回的线的方向使得较亮的一侧在其左侧。

◆ drawSegments()

virtual void cv::ximgproc::FastLineDetector::drawSegments	(	InputOutputArray	image,
		InputArray	lines,
		bool	draw_arrow = false,
		Scalar	linecolor = Scalar(0, 0, 255),
		int	linethickness = 1 )

纯虚函数

Python
	cv.ximgproc.FastLineDetector.drawSegments(	image, lines[, draw_arrow[, linecolor[, linethickness]]]	) ->	image

在给定图像上绘制线段。