cv::ximgproc::FastLineDetector 类参考

实现 [158] 中描述的 FLD（快速直线检测器）算法的类。 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
	在输入图像中查找直线。 这是上述图像算法的默认参数的输出。
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，在最开始或读取失败后），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
	将算法参数存储到文件存储中。
void	write (FileStorage &fs, const String &name) const

附加的继承成员
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 继承的保护成员函数
void	writeFormat (FileStorage &fs) const

详细描述

实现 [158] 中描述的 FLD（快速直线检测器）算法的类。

#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|输入图像}{help h||显示帮助消息}");
    if (parser.has("help"))
    {
parser.printMessage();
        return 0;
    }
in = samples::findFile(parser.get<string>("@input"));
 
    Mat image = imread(in, IMREAD_GRAYSCALE);
 
    if( image.empty() )
    {
parser.printMessage();
        return -1;
    }
 
    // 创建 FLD 检测器
    // 参数 默认值 描述
    // length_threshold 10 - 将丢弃比此值短的线段
    // distance_threshold 1.41421356 - 从假设线放置的点
    // 距离大于此值的线段将被视为异常值
    // canny_th1 50 - Canny() 中迟滞过程的第一个阈值
    // canny_th2 50 - Canny() 中迟滞过程的第二个阈值
    // canny_aperture_size 3 - Canny() 中 sobel 算子的 Aperturesize。
    // 如果为零，则不应用 Canny()，并且输入图像被视为边缘图像。
    // canny_aperture_size 3 - Canny() 中 sobel 算子的 Aperturesize。
    // do_merge false - 如果为 true，将执行线段的增量合并
    // 将被执行
    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，似乎算法的第一次运行需要更长的时间。
// 因此，我们在此处运行该算法 5 次，以查看算法在充分预热后的处理时间
// CPU 性能。
 
    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 经过的时间 " << duration_ms << " 毫秒。" << endl;
        // 使用 FLD 显示找到的直线
Mat line_image_fld(image);
        fld->drawSegments(line_image_fld, lines);
imshow("FLD 结果", line_image_fld);
    }
 
    waitKey();
    cv::CommandLineParser
专为命令行解析而设计。
定义 utility.hpp:890
cv::Mat::empty
 
    return 0;
}

构造函数 & 析构函数文档

virtual void cv::ximgproc::FastLineDetector::detect

cv.ximgproc.FastLineDetector.detect( ( )

image[, lines]

成员函数文档

灰度 (CV_8UC1) 输入图像。 如果只需要选择一个 roi，请使用： fld_ptr-\>detect(image(roi), lines, ...); lines += Scalar(roi.x, roi.y, roi.x, roi.y);

一个 Vec4f 元素的向量，用于指定直线的起点和终点。 其中 Vec4f 是 (x1, y1, x2, y2)，点 1 是起点，点 2 是终点。 返回的直线是有方向的，因此较亮的一侧在其左侧。 ( InputArray image, OutputArray lines )

纯虚函数

Python
	drawSegments()	virtual void cv::ximgproc::FastLineDetector::drawSegments	) ->	输出向量，包含与另一图像中点对应的对极线。每条线\(ax + by + c=0\)由3个数字\((a, b, c)\)编码。

在输入图像中查找直线。 这是上述图像算法的默认参数的输出。

image

参数

image	draw_arrow = false,
输出向量，包含与另一图像中点对应的对极线。每条线\(ax + by + c=0\)由3个数字\((a, b, c)\)编码。	linecolor = Scalar(0, 0, 255),

linethickness = 1 )

cv.ximgproc.FastLineDetector.drawSegments( ( InputOutputArray image, InputArray 输出向量，包含与另一图像中点对应的对极线。每条线\(ax + by + c=0\)由3个数字\((a, b, c)\)编码。, bool image, lines[, draw_arrow[, linecolor[, linethickness]]] Scalar 将在其上绘制直线的图像。 应该大于或等于找到直线的图像。 int 需要绘制的直线的向量。

纯虚函数

Python
	draw_arrow	如果为 true，则将绘制箭头。	) ->	image

在给定图像上绘制线段。

参数

image	linecolor
输出向量，包含与另一图像中点对应的对极线。每条线\(ax + by + c=0\)由3个数字\((a, b, c)\)编码。	线条颜色。
linethickness	线条粗细。
此类文档由以下文件生成	opencv2/ximgproc/fast_line_detector.hpp
在 2025 年 7 月 3 日星期四 12:14:40 为 OpenCV 生成，作者是  1.12.0	线条粗细。

---

此类文档由以下文件生成

• opencv2/ximgproc/fast__line__detector.hpp