在python中从图形中提取点
在Python中从图形中提取点可以使用图像处理和计算机视觉库来实现。以下是一个完善且全面的答案：
在Python中，可以使用OpenCV库来进行图像处理和计算机视觉任务。要从图形中提取点，可以使用以下步骤：
- 导入必要的库：
import cv2
import numpy as np- 读取图像：
image = cv2.imread('image.jpg')- 转换图像为灰度图：
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)- 进行图像处理和边缘检测：
edges = cv2.Canny(gray, 50, 150)- 使用霍夫变换检测直线：
lines = cv2.HoughLinesP(edges, 1, np.pi/180, threshold=100, minLineLength=100, maxLineGap=10)- 提取直线的端点作为点坐标：
points = []
for line in lines:
x1, y1, x2, y2 = line[0]
points.append((x1, y1))
points.append((x2, y2))现在，points列表中包含了从图形中提取的点的坐标。
这个方法可以应用于各种图像处理和计算机视觉任务，例如图像分割、特征提取、目标检测等。对于更复杂的任务，可以结合使用其他库和算法来提取更多信息。
腾讯云相关产品和产品介绍链接地址：
- 腾讯云图像处理（Image Processing）：https://cloud.tencent.com/product/imgpro
- 腾讯云计算机视觉（Computer Vision）：https://cloud.tencent.com/product/cv
相关·内容
2回答
使用Open CV python的Hough变换
python、numpy、opencv
我正尝试在管中应用霍夫概率变换，并且我已经有了一个经过良好过滤的图像(边缘)。 我需要识别管子中间的任何一条直线(附图)，这样我就可以检测液位，但我不能这样做。有人知道我怎么解决这个问题吗？ import cv2
import numpy as np
img = cv2.imread('tube.png')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
cv2.imwrite('gray.png',gray)
edges = cv2.Canny(gray,350,720,apertureSize = 3)
cv
浏览 15提问于2019-04-16得票数 0
1回答
如何让HoughLines识别这张图片中其余的线条？
python、opencv、hough-transform、canny-operator
在下面的图片中，你可以看到我能很好地识别出水平线，但是垂直的不是很好。特别是，没有看到网格的中线，边线被透支(即相互连接)。
下面是创建它的代码：
img = cv2.imread('./p6.png')
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
threshhold, threshhold_img = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU)
edges = cv2.Canny(threshhold_img, 150, 200, 3, 5)
l
浏览 0提问于2015-06-13得票数 1
2回答
如何利用HoughLines变换在openCV python中准确地检测线条？
python、numpy、opencv3.0、hough-transform
我是opencv和python的新手，我在以下图像中检测线条时遇到了问题，这张图片的地面上有几条黑线：
我使用了以下代码：
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
edges = cv2.Canny(gray,50,150,apertureSize = 3)
print img.shape[1]
print img.shape
minLineLength = img.shape[1]-1
maxLineGap = 10
lines = cv2.HoughLinesP(edges,1,np.pi/180,100,minLineLength
浏览 1提问于2016-03-24得票数 4
回答已采纳
1回答
为什么函数cv2.HoughLinesP()有不同的效果？
python、python-3.x、opencv
我在这个里学习。
这是原始图片：
的测试代码：
import cv2
import numpy as np
img = cv2.imread( 'E:/image/sudoku.png' )
gray = cv2.cvtColor( img,cv2.COLOR_BGR2GRAY )
edges = cv2.Canny( gray,50,150,apertureSize = 3 )
minLineLength = 100
maxLineGap = 10
lines = cv2.HoughLinesP( edges,1,np.pi/180,100,minLineLength
浏览 0提问于2018-01-29得票数 2
回答已采纳
1回答
用canny和hough变换检测图像是否像素化
opencv、edge-detection、hough-transform、canny-operator、pixelate
我在网上阅读，我发现可以根据使用边缘检测器检测到的线条数来判断图像是像素化还是不像素化，然后应用Hough变换。
我尝试过这种方法，而Hough变换似乎没有正确地检测到线条，我不知道为什么它不能正常工作。
以下是一些可供参考的结果图像:精明的边缘检测结果
和Hough变换结果
我能做些什么来改善线路检测呢？
我使用的代码基于一些在线教程：
img = cv2.imread(image_path)
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
high_thresh, thresh_im = cv2.threshold(gray,
浏览 0提问于2018-06-29得票数 0
回答已采纳
1回答
检测和隔离图像中的线条
python、opencv、hough-transform、canny-operator
我正在尝试写一段代码，它可以检测和分离图像中的直线。我使用opencv库，结合Canny边缘检测和Hough变换来实现这一点。到目前为止，我想出了以下几点： import numpy as np
import cv2
# Reading the image
img = cv2.imread('sudoku-original.jpg')
# Convert the image to grayscale
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
# Edge detection
edges = cv2.Canny(gray,50,1
浏览 38提问于2019-05-27得票数 1
回答已采纳
1回答
使用OpenCV识别图像上的线条
python、opencv
。我想识别图像中的一条线。虽然，我是通过Canny Edge检测做到这一点的，但我也尝试了使用角点(期望圆点覆盖大部分线条)。与直觉相反的是，图像中的噪声上出现的点比实际线条上出现的点多。我想知道是否有人知道OpenCV (Python)中有一个函数可以智能地连接这些点，只需通过线路连接，而不是噪音。
我们将非常感谢您的帮助。
import cv2
import numpy as np
img = cv2.imread('fw1.jpeg')
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
edges = cv2.Canny(gray,
浏览 3提问于2017-10-05得票数 0
2回答
改进用于水平线检测的HoughLines (Python，OpenCV)
python、opencv、hough-transform、houghlinesp
我有一个来源图片：
我的目标是删除底线，同时保持字母/数字不动。
这是我使用的代码：
import cv2
import numpy as np
img = cv2.imread('src.png')
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
edges = cv2.Canny(gray,100,200,apertureSize = 5)
minLineLength = 0
maxLineGap = 19
lines = cv2.HoughLinesP(edges,1,np.pi/180,15,minLineLeng
浏览 3提问于2017-09-28得票数 2
回答已采纳
2回答
基于OpenCV Python和Hough变换的直线检测
opencv、opencv-python
我试图用Python变换算法从图像中检测表格行并从图像中提取完整的表格。我需要每条线的所有坐标，目的是绘制相同比例的表格。我理解Hough变换是如何工作的，并且试图在没有OpenCV的情况下实现它，但是在大图像上它非常慢。
下面是示例OpenCV Hough Transfrom的代码
import cv2
import numpy as np
img = cv2.imread('image1.jpg')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
edges = cv2.Canny(gray, 50, 150, apertureS
浏览 1提问于2018-10-15得票数 0
回答已采纳
1回答
openCV python检测到的奇怪线条
python、opencv
我遵循了python openCV教程，并试图使用HoughLinesP()来检测行，下面是代码：
imgLoc = '...\lines.jpg'
img = cv2.imread(imgLoc)
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
edges = cv2.Canny(gray, 50, 100)
minLineLength = 20; maxLineGap = 5
lines = cv2.HoughLinesP(edges, 1, np.pi/180, 100, \
minLineLength, maxLine
浏览 3提问于2017-07-28得票数 0
1回答
如何使用python测量同一图像中两行之间的角度？
python、opencv、image-processing、computer-vision
利用hough变换检测出一条不直线的车道边界线，然后分别提取这条线。然后与另一个有直线的图像混合。现在我需要计算这两条线之间的角度，但是我不知道这些线的坐标。所以我尝试使用给出垂直线坐标的代码，但是它不能明确地识别这些坐标。有办法测量这些线之间的角度吗？这是我的坐标计算代码和两行混合图像
import cv2 as cv
import numpy as np
src = cv.imread("blended2.png", cv.IMREAD_COLOR)
if len(src.shape) != 2:
gray = cv.cvtColor(src, cv.COLOR
浏览 2提问于2019-06-19得票数 6
回答已采纳
2回答
寻找两个对象的不同中心
python、opencv、image-processing、computer-vision、hough-transform
我试着在同一张图片中找到两个正方形的中心，如下所示：
我能够检测出组成正方形的线条。我的输出如下所示：
正如这里所述，为了找到多边形的中心，我使用了moments来查找中心。这就是我所做的。
import cv2
import numpy as np
img = cv2.imread('images/sq.png', 0)
gray = img
kernel_size = 5
blur_gray = cv2.GaussianBlur(gray,(kernel_size, kernel_size),0)
ret,thresh = cv2.threshold
浏览 2提问于2019-01-29得票数 0
2回答
用开式CV从线条中提取消失点
python、opencv、straight-line-detection、vanishing-point
我正在研究python中基于OpenCV的项目，我必须计算/提取并直观地显示现有行中的消失点。
我的第一项任务是检测行，使用Canny和HoughLinesP函数非常容易：
import cv2
import numpy as np
img = cv2.imread('.image.jpg')
gray = cv2.cvtColor(img, cv2.COLOR_RGB2GRAY)
edges = cv2.Canny(gray, 500, 460)
lines = cv2.HoughLinesP(edges, 1, np.pi/180, 30, maxLineGap=250
浏览 3提问于2019-08-17得票数 6
1回答
如何利用Java中的OpenCV检测图像中的直线
java、opencv
我有教程的代码，我想检测直线在图像。我有这段代码，但是对于一行，HoughLinesP生成数百个点，而不是2个点(起点和终点-- x1、y1和x2、y2)。即使我用空图像，我也能得到99分.非常感谢大家。
Mat src = Highgui.imread("C:/Users/Daniel/Desktop/line.png",Highgui.CV_LOAD_IMAGE_COLOR);
Mat lines = new Mat();
Mat grey = new Mat();
Imgproc.cvtColor(m, grey, Imgproc.COL
浏览 4提问于2016-10-14得票数 2
回答已采纳
1回答
OpenCV Python:仅在ROI中检测行
python、opencv、houghlinesp
我想在感兴趣的区域内探测到线。我的输出图像应该在选定的ROI中显示原始图像和检测到的行。到目前为止，在原始图像中查找线条或选择ROI并不是一个问题，但仅在ROI中查找线条不起作用。我的MWE读取图像，将其转换为灰度，并允许我选择ROI，但当HoughLinesP想读取roi时会出现错误。
import cv2
import numpy as np
img = cv2.imread('example.jpg',1)
gray = cv2.cvtColor(img ,cv2.COLOR_BGR2GRAY)
# Select ROI
fromCenter = False
roi
浏览 4提问于2018-11-07得票数 0
回答已采纳
1回答
含噪图像Python上的矩形检测
python、image-processing
伙计们！
我试着检测这幅非常嘈杂的图像上的矩形线。到目前为止，我能够检测到第一个矩形和外部矩形。但是我找不到里面的长方形。对我的问题有什么帮助吗？非常感谢!
# import the necessary packages
import cv2
import numpy as np
# Read image
img = cv2.imread('test8_2.jpg', cv2.IMREAD_COLOR) # road.png is the filename
# Convert the image to gray-scale
gray = cv2.cvtColor(img, cv
浏览 2提问于2022-03-21得票数 0
回答已采纳
1回答
在java程序上获取python arrray
java、python、arrays
我正在尝试使用python将一组坐标写入excel表格，然后在java程序中将其读入。
我尝试使用以下代码，但它没有写入到我的excel表中
img = cv2.imread("lines.jpg")
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
edges = cv2.Canny(gray, 75, 150)
lines = cv2.HoughLinesP(edges, 1, np.pi/180, 30, maxLineGap=250)
row = 0
for x1, y1, x2, y2 in lines[0]:
cv2.
浏览 0提问于2018-12-31得票数 0
1回答
如何使用HoguhLineP获取角度(θ)值？
python、opencv、image-processing、hough-transform
我有一个样本代码，将检测行。我需要检测角度为度的线条。但是这段代码会检测图像中的所有线条。
import cv2
import numpy as np
img = cv2.imread('myhouse.png')
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
edges = cv2.Canny(gray,50,150,apertureSize = 3)
minLineLength = 200
maxLineGap = 10
lines = cv2.HoughLinesP(edges,1,np.pi/180,100,minLineLe
浏览 0提问于2016-06-09得票数 1
2回答
从虚线图像中提取的Opencv跟踪线
python、python-3.x、opencv、machine-learning、image-processing
我有以下图像:命名为“Normalised.png”。我正试图从虚线中画出实线。
我尝试过像hough线变换这样的方法：
import cv2
import numpy as np
img = cv2.imread('Normalised.png')
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
edges = cv2.Canny(gray,50,150,apertureSize = 3)
minLineLength = 100
maxLineGap = 10
lines = cv2.HoughLinesP(edges,1,np.pi
浏览 4提问于2020-06-24得票数 0
回答已采纳
2回答
如何从文本图像OpenCV中删除非直线对角线？
python、image、opencv、image-processing、computer-vision
我有一个包含文字的图像，但上面画的是非直线。
我想删除这些行而不影响/删除文本中的任何内容。
为此，我使用了Hough概率变换：
import cv2
import numpy as np
def remove_lines(filename):
img = cv2.imread(filename)
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
edges = cv2.Canny(gray, 50, 200)
lines = cv2.HoughLinesP(edges, rho=1, theta=1*np.
浏览 4提问于2019-10-24得票数 9
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
即时通信 IM
ICP备案
对象存储
实时音视频活动推荐
腾讯云开发者
