hough-transform

1열

1답변

OpenCV 및 Python을 사용하여 웹캠 캡처에서 원형 모양을 감지하려고합니다. 나 자신을 알아 내는데 몇 시간이 걸렸던 (그리고 내가 실제로 가지고 있는지 확실하지 않은) 원 감지를 위해 Hough 변환을 사용했다. 어쨌든, 현재 문제는 다른 함수 호출에서 올바른 유형의 객체를 사용하는 데 있습니다. 참조 용으로 아래 코드를 게시했습니다. 이 코드를

0열

1답변

카메라 캡쳐 및 추가 가공시에만 눈과 입에로를 설정하십시오.

졸음 탐지 시스템을 만들고 있습니다. 그래서 나는 카메라 캡쳐의 ROI를 눈과 입에만 맞추기를 원하며 그 특성을 더 알고 싶습니다. 나는 수동으로 ROI를 설정할 수 있지만 ROI가 눈으로 자동 설정되도록하고 싶습니다. ROI를 설정 한 후에는 hough transform을 적용하여 추가로 처리하고 싶습니다. 그렇게 할 수있는 방법이 있습니까?

7열

2답변

Python openCV가 평행선을 감지합니다.

이미지가 있고 그 안에 일부 모양이 있습니다. 나는 선을 사용하여 선을 탐지했다. 어떤 행이 병렬인지 어떻게 알 수 있습니까? 직교 좌표 선의

2열

1답변

고급 타원 검출 알고리즘의 C++ 구현은 어디에 있습니까?

저는 타원 감지/추출 분야의 초보자입니다. 그러나 나는이 주제가 오랜 역사를 가지고 있음을 안다. 타원 감지를 다루는 수많은 논문이 있지만, SLHT (Straight Line HT), FEHT (Fast Ellipse Hough Transform) 및 RHT (Randomized HT)와 같은 고급 알고리즘에 대한 C++ 구현을 거의 찾을 수 없습니다.

2열

1답변

노이즈가 많은 사진에서 낮은 콘트라스트 라인 감지

일반적으로 화면의 사진이나 노이즈가 많은 이미지에서 대비가 낮은 선을 감지하려고합니다. 나는 두 가지 문제로 실행하는 것 : 나는 확실하기 때문에 화면의 노이즈/어두운 격자, 적응 임계 값 또는 가장자리 탐지 알고리즘으로 라인을 감지 할 수 없습니다. 흐림 효과는 조금 도움이되는 것 같지만 효과적이지는 않습니다. 노이즈, 조명 조건 등으로 인해 동일한 선에

2열

1답변

어떻게 X, Y 포인트를 Rho로 변환하겠습니까?

그래서 C에서 Hough Transform을 코딩하려고합니다. 이진 이미지가 있고 이진 값을 이미지에서 추출했습니다. 지금 허프 할 I은 파라 폼 , ρ = xcos (세타) + ysin (세타)로 변환 할 피페, (θ)로 이미지에서 [X, Y]의 값을 변환 할 필요 변환 다른 온라인 코드를보고 어떻게 실제로 변형되었는지 이해하지 못합니다. 알고리즘을 설명

0열

1답변

hough 회선 tansform opencv 프로그램이 끊깁니다.

나는 houghlines 변환을 사용하려고합니다. 이 함수는 정상적으로 작동하지만 free_base 함수의 free.c 파일 어딘가에있는 imshow ("detected lines", cdst) 이후 프로그램이 중단됩니다. #include<opencv\cv.h> #include<opencv/cxcore.h> #include<opencv/highgui.h

1열

1답변

Hough circles를 사용하여 주사위 점을 읽으십시오.

주사위 이미지가 있습니다. 점의 수를 계산하고 싶습니다. 먼저 도트 색상을 사용하여 분리하고 연결 경로 수를 읽으려고했습니다. 그러나 사진에는 옆면의 기울어 진 이미지가 포함되어 있기 때문에 실패합니다. 그래서 나는 Hough circles를 시도했다. circles = cv2.HoughCircles(detected_edges, cv2.cv.CV_HOUGH

1열

2답변

허프 (Hough) 변환은 동일 직선 상점과 반 동일 선상 점을 반환합니다.

이미지에 점이 있습니다. 나는 가장 동일 선상의 점들을 발견 할 필요가있다. 가장 빠른 방법은 Hough 변환을 사용하는 것이지만 opencv 메소드를 수정해야합니다. 실제로 필자는 검출 된 선으로 반환되는 반 공선 점이 필요하기 때문에이 극선 구조체를 수정했습니다. 또한 허용 한계 값은 이미지에 표시된 것처럼 거의 탐지 된 점을 감지하는 데 필요합니다.

0열

1답변

행에 대한 허프 (Hough) 변환 이해하기

정확하게 작동하는지 이해하려고합니다. 모든 에지 픽셀에 대해 모든 에지 픽셀을 찾아 누적 기 어레이 값 (기울기와 y 절편에 해당)을 1 씩 위로 늘립니다. 많은 엣지 포인트들을 통과하는 것은 accumulator 배열에서 많은 득표를 가질 것입니다. 내가 이해할 수없는 것은 구현을 위해 찾은 코드에 있습니다. 첫째, 가장자리 감지기가 적용된 후 에지 픽셀