Opencv Hough线检测在帧与帧之间不一致

即使场景是静态的，我得到的HOUGH线（红色和白色）在视频的一帧到下一帧之间也会有所不同

每一帧的Canny结果也有很多变化。在我的测试用例中，这个问题并没有那么严重，但对于真实的街道场景，精明地检测到的边缘确实会在帧与帧之间发疯

正如可以看到的那样，许多行也只是错过了

我意识到每一帧的噪声是不同的，但是转换成灰度和随后的模糊使得输入图像非常接近（至少离我的眼睛很近）

发生了什么事，有没有办法解决这个问题

#Python 2/3兼容性
导入系统
PY3=系统版本信息[0]==3
如果PY3：
xrange=范围
将numpy作为np导入
进口cv2
输入数学
从时间上导入睡眠
cap=cv2.视频捕获（0）
如果uuuu name uuuuuu='\uuuuuuu main\uuuuuuu'：
斜率=2.0
虽然（正确）：
睡眠（0.2）
ret，src=cap.read（）
灰色=cv2.CVT颜色（src、cv2.COLOR\u BGR2GRAY）
灰色模糊=cv2.medianBlur（灰色，5）
灰度模糊canny=cv2.canny（灰度模糊，25150）
cv2.imshow（“src”，src）
cv2.imshow（“灰色模糊”，灰色模糊）
cv2.imshow（“灰色模糊精明”，灰色模糊精明）
cimg=src.copy（）#numpy函数
线条=cv2.HoughLinesP(
灰色模糊精明，
1.
math.pi/180.0，
40, 
np.array（[]），
50, 
10)
如果行不是无：
a、 b，c=线条
对于范围（a）中的i：
数值=行[i][0][3]-行[i][0][1]+0.001；
denom=行[i][0][2]-行[i][0][0]；
如果（denom==0）：
denom=0.001；
斜率=绝对值（单位/单位）；
打印坡度
如果（坡度>坡度）：
cv2.2线(
cimg，
（第[i][0][0]行，第[i][0][1]行），
（第[i][0][2]行，[i][0][3]行），
(0, 0, 255), 
3.
cv2.线路（AA）
如果（坡度<（1.0/坡度））：
cv2.2线(
cimg，
（第[i][0][0]行，第[i][0][1]行），
（第[i][0][2]行，[i][0][3]行），
(200, 200, 200), 
3.
cv2.线路（AA）
cv2.imshow（“霍夫线”，cimg）
ch=cv2.等待键（1）
如果ch==27：
打破
cv2.destroyAllWindows（）

即使在同一帧上，也可以得到不同的结果。

HoughLinesP

中的

P

代表概率。并不是所有的值都进行了测试，那些值是随机选择的。但无论哪种方式，您都应该能够获得更多的结果，并且应该能够获得大量的重叠。放大二值图像可能有助于在hough结果中获得更多点击。您还可以为

HoughLinesP（）

方法尝试不同的

rho

和

theta

参数。请尝试使用lineSegmentDetector，它会产生非常一致的结果（但由于噪声，大多数方法可能有点不一致）。即使在同一帧上，您也可以获得不同的结果。

HoughLinesP

中的

P

代表概率。并不是所有的值都进行了测试，那些值是随机选择的。但无论哪种方式，您都应该能够获得更多的结果，并且应该能够获得大量的重叠。放大二值图像可能有助于在hough结果中获得更多点击。您还可以为

HoughLinesP（）

方法尝试不同的

rho

和

theta

参数。请尝试lineSegmentDetector，它会产生非常一致的结果（但由于噪声，大多数方法可能有点不一致）。

# Python 2/3 compatibility
import sys
PY3 = sys.version_info[0] == 3

if PY3:
    xrange = range

import numpy as np
import cv2
import math
from time import sleep

cap = cv2.VideoCapture(0)

if __name__ == '__main__':

    SLOPE = 2.0

    while(True):

        sleep(0.2)

        ret, src = cap.read()
        gray            = cv2.cvtColor(src, cv2.COLOR_BGR2GRAY)
        gray_blur       = cv2.medianBlur(gray, 5)
        gray_blur_canny = cv2.Canny(gray_blur,  25, 150)

        cv2.imshow("src", src)
        cv2.imshow("gray_blur", gray_blur)
        cv2.imshow("gray_blur_canny", gray_blur_canny)

        cimg = src.copy() # numpy function

        lines = cv2.HoughLinesP(
                    gray_blur_canny, 
                    1, 
                    math.pi/180.0, 
                    40, 
                    np.array([]), 
                    50, 
                    10)
        if lines is not None:
            a,b,c = lines.shape
            for i in range(a):
                numer = lines[i][0][3] - lines[i][0][1] + 0.001;
                denom = lines[i][0][2] - lines[i][0][0];
                if (denom == 0):
                    denom = 0.001;
                slope = abs(numer/denom);
                print slope
                if (slope > SLOPE):
                        cv2.line(
                            cimg, 
                            (lines[i][0][0], lines[i][0][1]), 
                            (lines[i][0][2], lines[i][0][3]), 
                            (0, 0, 255), 
                            3, 
                            cv2.LINE_AA)
                if (slope < (1.0/SLOPE)):
                        cv2.line(
                            cimg, 
                            (lines[i][0][0], lines[i][0][1]), 
                            (lines[i][0][2], lines[i][0][3]), 
                            (200, 200, 200), 
                            3, 
                            cv2.LINE_AA)

        cv2.imshow("hough lines", cimg)
        ch = cv2.waitKey(1)
        if ch == 27:
            break

    cv2.destroyAllWindows()