C++ OpenCV：如何检测特定颜色的线条？

我正在进行一个小型OpenCV项目，以检测手机摄像头中特定颜色的线条

简言之，我想：

将输入图像转换为特定颜色的图像（例如，特定上下范围的红色）

对生成的图像应用Hough线变换，使其仅检测该特定颜色的线

将检测到的线条叠加在原始图像上

这些是我想使用的函数，但不确定如何填充缺少的部分

这是在处理来自CvVideoCamera实例的图像时，从智能手机应用程序调用的processImage函数

我无法理解C++的含义。 方法签名没有方法字段

取自示例代码，尚未正确理解其工作原理

（例如，θ的用法是什么？如何给出不同的角度 反映到线路检测中？）

在这里，我应该将结果行添加到原始图像中（不知道如何添加），以便它们可以显示在屏幕上

---

非常感谢您的帮助。

您可以使用HSV颜色空间提取色调信息

下面是一些带有注释的代码，如果有任何问题，请随时提问：

int main(int argc, char* argv[])
{
    cv::Mat input = cv::imread("C:/StackOverflow/Input/coloredLines.png");

    // convert to HSV color space
    cv::Mat hsvImage;
    cv::cvtColor(input, hsvImage, CV_BGR2HSV);

    // split the channels
    std::vector<cv::Mat> hsvChannels;
    cv::split(hsvImage, hsvChannels);

    // hue channels tells you the color tone, if saturation and value aren't too low.

    // red color is a special case, because the hue space is circular and red is exactly at the beginning/end of the circle.
    // in literature, hue space goes from 0 to 360 degrees, but OpenCV rescales the range to 0 up to 180, because 360 does not fit in a single byte. Alternatively there is another mode where 0..360 is rescaled to 0..255 but this isn't as common.
    int hueValue = 0; // red color
    int hueRange = 15; // how much difference from the desired color we want to include to the result If you increase this value, for example a red color would detect some orange values, too.

    int minSaturation = 50; // I'm not sure which value is good here...
    int minValue = 50; // not sure whether 50 is a good min value here...

    cv::Mat hueImage = hsvChannels[0]; // [hue, saturation, value]

    // is the color within the lower hue range?
    cv::Mat hueMask;
    cv::inRange(hueImage, hueValue - hueRange, hueValue + hueRange, hueMask);

    // if the desired color is near the border of the hue space, check the other side too:
    // TODO: this won't work if "hueValue + hueRange > 180" - maybe use two different if-cases instead... with int lowerHueValue = hueValue - 180
    if (hueValue - hueRange < 0 || hueValue + hueRange > 180)
    {
        cv::Mat hueMaskUpper;
        int upperHueValue = hueValue + 180; // in reality this would be + 360 instead
        cv::inRange(hueImage, upperHueValue - hueRange, upperHueValue + hueRange, hueMaskUpper);

        // add this mask to the other one
        hueMask = hueMask | hueMaskUpper;
    }

    // now we have to filter out all the pixels where saturation and value do not fit the limits:
    cv::Mat saturationMask = hsvChannels[1] > minSaturation;
    cv::Mat valueMask = hsvChannels[2] > minValue;

    hueMask = (hueMask & saturationMask) & valueMask;

    cv::imshow("desired color", hueMask);

    // now perform the line detection
    std::vector<cv::Vec4i> lines;
    cv::HoughLinesP(hueMask, lines, 1, CV_PI / 360, 50, 50, 10);

    // draw the result as big green lines:
    for (unsigned int i = 0; i < lines.size(); ++i)
    {
        cv::line(input, cv::Point(lines[i][0], lines[i][1]), cv::Point(lines[i][2], lines[i][3]), cv::Scalar(0, 255, 0), 5);
    }


    cv::imwrite("C:/StackOverflow/Output/coloredLines_mask.png", hueMask);
    cv::imwrite("C:/StackOverflow/Output/coloredLines_detection.png", input);

    cv::imshow("input", input);
    cv::waitKey(0);
    return 0;
}

intmain（intargc，char*argv[]）
{
cv:：Mat input=cv:：imread（“C:/StackOverflow/input/coloredLines.png”）；
//转换为HSV颜色空间
cv：：Mat hsvImage；
cv:：cvtColor（输入，hsvImage，cv_BGR2HSV）；
//分割频道
std：：矢量hsv信道；
cv：：分割（HSV图像、HSV通道）；
//如果饱和度和值不太低，色调通道会告诉您色调。
//红色是一种特殊情况，因为色调空间是圆形的，而红色正好位于圆形的开始/结束处。
//在文献中，色调空间从0到360度，但OpenCV将范围重新缩放到0到180度，因为360不适合单个字节。或者，还有另一种模式，其中0..360被重新缩放到0..255，但这并不常见。
int hueValue=0；//红色
int hueRange=15；//如果您增加此值，则结果与我们希望包含的所需颜色的差异有多大，例如，红色也会检测到一些橙色值。
int minSaturation=50；//我不确定这里哪个值好。。。
int minValue=50；//不确定50在这里是否是一个好的最小值。。。
cv:：Mat hueImage=hsv通道[0]；//[色调、饱和度、值]
//颜色是否在较低的色调范围内？
cv：：Mat hueMask；
cv：：在范围内（胡埃梅格、胡埃瓦卢-胡兰格、胡埃瓦卢+胡兰格、胡埃马斯克）；
//如果所需颜色接近色调空间的边界，请检查另一侧：
//TODO:如果“hueValue+hueRange>180”，这将不起作用-可能使用两种不同的if情况……int lowerHueValue=hueValue-180
如果（呼出值-呼出值<0 | |呼出值+呼出值>180）
{
cv：：Mat hueMaskUpper；
int upperHueValue=hueValue+180；//实际上，这将是+360
cv：：范围内（hueImage，upperHueValue-hueRange，upperHueValue+hueRange，Huemaskuper）；
//将此掩码添加到另一个掩码
hueMask=hueMask | hueMaskUpper；
}
//现在，我们必须过滤掉饱和度和值不符合限制的所有像素：
cv:：Mat saturationMask=hsv通道[1]>minSaturation；
cv:：Mat valueMask=hsvChannel[2]>minValue；
hueMask=（hueMask和饱和掩码）和值掩码；
cv：：imshow（“所需颜色”，hueMask）；
//现在执行测线
std：：矢量线；
cv：：HoughLinesP（hueMask，lines，1，cv_PI/360，50，50，10）；
//将结果绘制为大绿线：
for（无符号整数i=0；i

使用此输入图像：

将提取此“红色”颜色（调整

hueValue

和

hueRange

以检测不同的颜色）：

HoughLinesP从遮罩中检测这些线条（应与

HoughLines

类似）：

这是另一组非直线图像

关于您的不同问题：

有两个函数HoughLines和HoughLinesP。HoughLines不会提取线长度，但可以在后处理中通过再次检查边缘遮罩（HoughLines输入）的哪些像素对应于提取的线来计算线长度

参数：

图像-边缘图像（是否清晰？） 线-由角度和位置给出的线，没有长度或其他。它们被解释为无限长 rho-累加器分辨率。尺寸越大，在出现轻微扭曲的直线时，其鲁棒性越强，但提取直线的位置/角度越不准确 阈值-越大，误报越少，但您可能会漏掉一些行 θ-角度分辨率：越小，可以检测到的不同线条越多（取决于方向）。如果直线的方向与角度步长不匹配，则可能无法检测到该直线。例如，如果您的

CV_PI/180

将以

1°

分辨率进行检测，则如果您的线路具有

0.5°

（例如

33.5°

）方向，则可能会遗漏

我不是非常确定所有的参数，也许你需要看看关于hough线检测的文献，或者其他人可以在这里添加一些提示

如果改用

cv:：HoughLinesP

，将检测到具有起点和终点的线段

vector<Vec2f> lines;

HoughLines(dst, lines, 1, CV_PI/180, 100, 0, 0 ); 

for( size_t i = 0; i < lines.size(); i++ )
{

}

int main(int argc, char* argv[])
{
    cv::Mat input = cv::imread("C:/StackOverflow/Input/coloredLines.png");

    // convert to HSV color space
    cv::Mat hsvImage;
    cv::cvtColor(input, hsvImage, CV_BGR2HSV);

    // split the channels
    std::vector<cv::Mat> hsvChannels;
    cv::split(hsvImage, hsvChannels);

    // hue channels tells you the color tone, if saturation and value aren't too low.

    // red color is a special case, because the hue space is circular and red is exactly at the beginning/end of the circle.
    // in literature, hue space goes from 0 to 360 degrees, but OpenCV rescales the range to 0 up to 180, because 360 does not fit in a single byte. Alternatively there is another mode where 0..360 is rescaled to 0..255 but this isn't as common.
    int hueValue = 0; // red color
    int hueRange = 15; // how much difference from the desired color we want to include to the result If you increase this value, for example a red color would detect some orange values, too.

    int minSaturation = 50; // I'm not sure which value is good here...
    int minValue = 50; // not sure whether 50 is a good min value here...

    cv::Mat hueImage = hsvChannels[0]; // [hue, saturation, value]

    // is the color within the lower hue range?
    cv::Mat hueMask;
    cv::inRange(hueImage, hueValue - hueRange, hueValue + hueRange, hueMask);

    // if the desired color is near the border of the hue space, check the other side too:
    // TODO: this won't work if "hueValue + hueRange > 180" - maybe use two different if-cases instead... with int lowerHueValue = hueValue - 180
    if (hueValue - hueRange < 0 || hueValue + hueRange > 180)
    {
        cv::Mat hueMaskUpper;
        int upperHueValue = hueValue + 180; // in reality this would be + 360 instead
        cv::inRange(hueImage, upperHueValue - hueRange, upperHueValue + hueRange, hueMaskUpper);

        // add this mask to the other one
        hueMask = hueMask | hueMaskUpper;
    }

    // now we have to filter out all the pixels where saturation and value do not fit the limits:
    cv::Mat saturationMask = hsvChannels[1] > minSaturation;
    cv::Mat valueMask = hsvChannels[2] > minValue;

    hueMask = (hueMask & saturationMask) & valueMask;

    cv::imshow("desired color", hueMask);

    // now perform the line detection
    std::vector<cv::Vec4i> lines;
    cv::HoughLinesP(hueMask, lines, 1, CV_PI / 360, 50, 50, 10);

    // draw the result as big green lines:
    for (unsigned int i = 0; i < lines.size(); ++i)
    {
        cv::line(input, cv::Point(lines[i][0], lines[i][1]), cv::Point(lines[i][2], lines[i][3]), cv::Scalar(0, 255, 0), 5);
    }


    cv::imwrite("C:/StackOverflow/Output/coloredLines_mask.png", hueMask);
    cv::imwrite("C:/StackOverflow/Output/coloredLines_detection.png", input);

    cv::imshow("input", input);
    cv::waitKey(0);
    return 0;
}