opcv检测直线交叉_opencv霍夫变化检测直线和圆

OpenCV中可以使用霍夫变换来检测直线和圆。

对于直线检测，可以使用cv2.HoughLines()函数。该函数需要输入参数为二值化的图像和霍夫变换的参数。在霍夫变换中，我们需要指定rho和theta的精度。rho是直线到原点的距离，theta是直线的角度。这些参数的精度会影响到检测到的直线的数量和准确度。

示例代码如下：

import cv2
import numpy as np

img = cv2.imread('img.jpg')
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
edges = cv2.Canny(gray,50,150,apertureSize = 3)
lines = cv2.HoughLines(edges,1,np.pi/180,200)

for line in lines:
    rho,theta = line[0]
    a = np.cos(theta)
    b = np.sin(theta)
    x0 = a*rho
    y0 = b*rho
    x1 = int(x0 + 1000*(-b))
    y1 = int(y0 + 1000*(a))
    x2 = int(x0 - 1000*(-b))
    y2 = int(y0 - 1000*(a))
    cv2.line(img,(x1,y1),(x2,y2),(0,0,255),2)

cv2.imshow('img',img)
cv2.waitKey(0)
cv2.destroyAllWindows()

对于圆检测，可以使用cv2.HoughCircles()函数。该函数需要输入参数为二值化的图像、检测方法、圆心距离的精度、最小半径和最大半径。在检测到的圆中，可以使用cv2.circle()函数在图像上绘制出检测到的圆。

示例代码如下：

import cv2
import numpy as np

img = cv2.imread('img.jpg')
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
gray = cv2.medianBlur(gray,5)
circles = cv2.HoughCircles(gray,cv2.HOUGH_GRADIENT,1,20,param1=50,param2=30,minRadius=0,maxRadius=0)

circles = np.uint16(np.around(circles))
for i in circles[0,:]:
    # draw the outer circle
    cv2.circle(img,(i[0],i[1]),i[2],(0,255,0),2)
    # draw the center of the circle
    cv2.circle(img,(i[0],i[1]),2,(0,0,255),3)

cv2.imshow('img',img)
cv2.waitKey(0)
cv2.destroyAllWindows()

以上代码仅供参考，具体参数需要根据实际情况进行调整。