Question

在应用canny边缘检测后的openCV中，我想进一步处理结果（仅显示水平线，删除短线等）。但是canny的结果只是另一个形象。我想获得一系列描述检测到的边缘的线

我知道着名的Hough Line Transform，但结果并不总是好的，这就是我想手动处理精简结果的原因。输入：

enter image description here

仅输出canny：

enter image description here

输出canny然后Hough线变换

enter image description here

这是用于检测楼梯边缘的霍夫线变换结果（红线）。尽管canny边缘检测到边缘，但未正确检测到下面的第4行。

知道如何从精确图像中提取边缘吗？

Answer 1

您可以尝试改善结果的一些事项：

申请感兴趣区域

您的图片看起来有一些边界窗口效果。我用一个感兴趣的区域删除它们，得到一个看起来像这样的图像（我调整它直到看起来正确，但如果你使用某种内核操作符，它的窗口大小可能更好地定义了这个ROI）：

enter image description here

使用标准Hough变换

你似乎也在使用概率Hough变换。因此，您只获得线段而不是插值线。考虑使用标准变换来获得完整的理论线（rho，theta）。这样做我得到的图像如下所示：

enter image description here

这是我用来生成行的代码片段（来自Python界面）：

(mu, sigma) = cv2.meanStdDev(stairs8u)
edges = cv2.Canny(stairs8u, mu - sigma, mu + sigma)
lines = cv2.HoughLines(edges, 1, pi / 180, 70)

过滤行

您可以通过拍摄最常出现的线角度并丢弃异常值来过滤掉不良线条。这应该缩小到最明显的步骤。

希望有所帮助！

Answer 2

我建议使用LSWMS（使用加权平均移位的线段检测）方法。它的结果优于HT和PPHT。