Python 如何使用OpenCV houghlines计算屏幕截图中的选项卡数？

我正在尝试使用OpenCV计算屏幕截图中的选项卡数。我首先裁剪了我的图像，限制在chrome标签上。然后我使用边缘检测，Canny算法在chrome中找到边缘。然后，我使用Houghlines查找选项卡的数量，但我没有通过Houghlines获得所需的输出。下面是我的代码和输出

import cv2
import numpy as np
import math
from matplotlib import pyplot as plt
img = cv2.imread('1.png')

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

for rho,theta in lines[0]:
  slope = 180*theta*1.0/np.pi
  if slope > 110 and slope <148: # for identifying chrome tab angle (right slope line of each tab)
    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),3)
cv2.imwrite('result2.png',img)

导入cv2
将numpy作为np导入
输入数学
从matplotlib导入pyplot作为plt
img=cv2.imread（'1.png'）
灰色=cv2.CVT颜色（img，cv2.COLOR\U BGR2GRAY）
边缘=cv2.坎尼（灰色，50200，孔径大小=3）
cv2.imwrite（'result.png'，edges）
线=cv2.霍夫线（边，1，np.pi/180,50）
对于ρ，θ在[0]行中：
斜率=180*θ*1.0/np.pi
如果斜率>110且斜率非常有趣：D
一个非常简单的解决方案是对图像进行二值化，并在图像的上部区域定义一条线，然后获取灰度值。然后你可以数一数十字路口。以下是一个例子：

花哨的算法并不总是最好的解决方案。定义您想要做的事情，并尝试找到尽可能简单的解决方案

这是我在C++中的解决方案。又快又脏；）
#包括“opencv2/imgproc.hpp”
#包括“opencv2/highgui.hpp”
#包括
#包括
#包括
使用名称空间cv；
使用名称空间std；
Mat src、二进制、变形、灰色、变形rgb；
/**
*计算选项卡的数量
*/
int getNumberOfTabs（Mat&src、int start\u col、int stop\u col、int search\u row、bool draw=false）；
/**
*@主功能
*/
int main（int argc，字符**argv）
{
常量int morp_size=2；
常数int start_col=5；
常数int stop_col=1750；
const int row_index=2；
///加载图像
src=imread（“C:\\Users\\phili\\Pictures\\Tab.png”，1）；
//转换为二值化
CVT颜色（src、灰色、CV_rgb2灰色）；
阈值（灰色，二进制，164255，1）；
//删除选项卡上的图标和文本
Mat元素=getStructuringElement（CV_形状、大小（2*变形大小+1、2*变形大小+1）、点（变形大小、变形大小））；
形态学（二进制、形态、CV_MOP_OPEN、元素）；
int nmb_tabs=getNumberOfTabs（变形、开始列、停止列、行索引、真）；
imshow（“原件”，src）；
imshow（“二进制”，二进制）；
imshow（“二进制”，变形）；
///等待用户完成程序
while（true）
{
INTC；
c=等待键（20）；
如果（（字符）c==27）
{
打破
}
}
}
int getNumberOfTabs（Mat&src、int start\u col、int stop\u col、int row\u index、bool draw）
{
整数长度=停止列-开始列；
//提取灰度值轮廓
Mat profil=cv:：Mat（0，长度，cv_8U）；
profile=src.colRange（开始列、停止列）.row（行索引）；
Mat src_rgb；
如果（抽签）
{       
CVT颜色（src、src_rgb、CV_GRAY2RGB）；
行（src_rgb，点（起始列，行索引），点（停止列，行索引），标量（0，0，255），2）；
}
//将profil与[1-1]卷积以检测边缘
无符号字符*输入=（无符号字符*）（profil.data）；
向量位置；
对于（int i=0；i0），则为else
{
位置。推回（i）；
如果（抽签）
圆（src_rgb，点（i+start_col+1，行索引），2，标量（255,0,0），-1）；
}
}
如果（抽签）
imshow（“检测到的边缘”，src_rgb）；
//选项卡数
返回位置。大小（）/2；
}

搜索行为红色，检测到的边缘为蓝色的结果：
非常有趣：D
一个非常简单的解决方案是对图像进行二值化，并在图像的上部区域定义一条线，然后获取灰度值。然后你可以数一数十字路口。以下是一个例子：

花哨的算法并不总是最好的解决方案。定义您想要做的事情，并尝试找到尽可能简单的解决方案

这是我在C++中的解决方案。又快又脏；）
#包括“opencv2/imgproc.hpp”
#包括“opencv2/highgui.hpp”
#包括
#包括
#包括
使用名称空间cv；
使用名称空间std；
Mat src、二进制、变形、灰色、变形rgb；
/**
*计算选项卡的数量
*/
int getNumberOfTabs（Mat&src、int start\u col、int stop\u col、int search\u row、bool draw=false）；
/**
*@主功能
*/
int main（int argc，字符**argv）
{
常量int morp_size=2；
常数int start_col=5；
常数int stop_col=1750；
const int row_index=2；
///加载图像
src=imread（“C:\\Users\\phili\\Pictures\\Tab.png”，1）；
//转换为二值化
CVT颜色（src、灰色、CV_rgb2灰色）；
阈值（灰色，二进制，164255，1）；
//删除选项卡上的图标和文本
Mat元素=getStructuringElement（CV_形状、大小（2*变形大小+1、2*变形大小+1）、点（变形大小、变形大小））；
形态学（二进制、形态、CV_MOP_OPEN、元素）；
int nmb_tabs=getNumberOfTabs（变形、开始列、停止列、行索引、真）；
imshow（“原件”，src）；
imshow（“二进制”，二进制）；
imshow（“二进制”，变形）；
///等待用户完成程序
while（true）
{
INTC；
c=等待键（20）；
如果（（字符）c==27）
{
打破
}
}
}
int getNumberOfTabs（Mat&src、int start\u col、int stop\u col、int row\u index、bool draw）
{
整数长度=停止列-开始列；
//提取灰度值轮廓
Mat profil=cv:：Mat（0，长度，cv_8U）；
profile=src.colRange（开始列、停止列）.row（行索引）；
Mat src_rgb；
如果（抽签）
{       
CVT颜色（src、src_rgb、CV_GRAY2RGB）；
行（src_rgb，点（起始列，行索引），点（停止列，行索引），标量（0，0，255），2）；
}
//将profil与[1-1]卷积以检测边缘
#include "opencv2/imgproc.hpp"
#include "opencv2/highgui.hpp"
#include <vector>
#include <stdlib.h>
#include <stdio.h>

using namespace cv;
using namespace std;

Mat src, binary, morph, gray, morph_rgb;

/**
*Compute number of tabs 
*/
int getNumberOfTabs(Mat& src, int start_col, int stop_col, int search_row, bool draw=false);

/**
* @function main
*/
int main(int argc, char** argv)
{
    const int morph_size = 2;
    const int start_col = 5;
    const int stop_col = 1750;
    const int row_index = 2;
    /// Load an image
    src = imread("C:\\Users\\phili\\Pictures\\Tab.png", 1);

    //Convert for binarization
    cvtColor(src, gray, CV_RGB2GRAY);
    threshold(gray, binary, 164, 255, 1);

    //Remove icons and text on tabs
    Mat element = getStructuringElement(CV_SHAPE_RECT, Size(2 * morph_size + 1, 2 * morph_size + 1), Point(morph_size, morph_size));
    morphologyEx(binary, morph, CV_MOP_OPEN, element);

    int nmb_tabs = getNumberOfTabs(morph, start_col, stop_col, row_index, true);

    imshow("Original", src);
    imshow("Binary", binary);
    imshow("Binary", morph);


    /// Wait until user finishes program
    while (true)
    {
        int c;
        c = waitKey(20);
        if ((char)c == 27)
        {
            break;
        }
    }

}

int getNumberOfTabs(Mat& src,int start_col,int stop_col, int row_index, bool draw)
{
    int length = stop_col - start_col;

    //Extract gray value profil
    Mat profil = cv::Mat(0, length, CV_8U);
    profil = src.colRange(start_col, stop_col).row(row_index);

    Mat src_rgb;
    if (draw)
    {       
        cvtColor(src, src_rgb, CV_GRAY2RGB);
        line(src_rgb, Point(start_col, row_index), Point(stop_col, row_index), Scalar(0, 0, 255), 2);
    }

    //Convolve profil with [1 -1] to detect edges
    unsigned char* input = (unsigned char*)(profil.data);
    vector<int> positions;
    for (int i = 0; i < stop_col - start_col - 1; i++)
    {
        //Kernel
        int first = input[i];
        int second = input[i + 1];
        int ans = first - second;

        //Positiv or negativ slope ?
        if (ans < 0)
        {
            positions.push_back(i + 1);
            if(draw)
                circle(src_rgb, Point(i + start_col, row_index), 2, Scalar(255,0, 0), -1);
        }
        else if (ans > 0)
        {
            positions.push_back(i);
            if (draw)
                circle(src_rgb, Point(i + start_col + 1, row_index), 2, Scalar(255,0, 0), -1);
        }

    }
    if (draw)
        imshow("Detected Edges", src_rgb);
    //Number of tabs
    return positions.size() / 2;
}