Python中的Hough变换-结果偏移不正确-索引错误？

我正在用Python编写一个基本的Hough变换——我相信我在概念上是正确的，但是，我的结果似乎是偏移的，因此它是上下分开的，而不是连续的。我想要得到的应该是这样的：

但我明白了：

这很接近，但似乎是严重分裂通过中间！我确信这是因为我对ρ/θ数组进行了索引，尽管我做了很多修改，但我无法修复它！如果您能解释我的错误步骤以及我需要更改的内容，我们将不胜感激

我的源代码应该是完整的，直接运行

非常感谢

大卫

来源

import numpy as np
import matplotlib.pyplot as mpl

cols, rows = [256,256]  # Set size of image 
grey_levels = 256 #Grey levels in image
testPixels = [[0 for x in range(rows)] for y in range(cols)]  # Convert to black and white
testPixels[100][100] = 255 #Set 3 pixels to white
testPixels[200][200] = 255
testPixels[150][150] = 255

rho_size = int(np.sqrt(rows**2 + cols**2)) #Max possible rho is diagonal dist.
angle_size = 360 #Test all angles

houghspace = [[0 for x in range(rho_size)] for y in range(angle_size)]  # Create hough space array

for x in range(rows):  # For each rows
    for y in range(cols):  # For each cols
        if testPixels[x][y] == 0: #Skip if not edge point
            continue
        for theta in range(angle_size):
            rho = int(x*np.cos(np.deg2rad(theta)) + y*np.sin(np.deg2rad(theta)))
            houghspace[theta][rho] = 255
houghspace = [list(a) for a in zip(*houghspace)] #Transpose to get angle on x axis

fig = mpl.figure()  # Create a figure
fig.add_subplot(1, 2, 1).set_title("Original")
mpl.imshow(np.uint8(np.dstack((testPixels,testPixels,testPixels))),cmap='Greys')
fig.add_subplot(1, 2, 2).set_title("Hough Transform")
mpl.imshow(np.uint8(np.dstack((houghspace, houghspace, houghspace))),cmap='Greys')
mpl.show()

---

当您将

houghspace

创建为一个列表列表时，您已经混淆了索引。请更喜欢使用numpy数组，因为它将使索引更加清晰。沿x轴，角度

theta

改变，沿y轴

rho

改变。但是，在使用列表理解定义

houghspace

时，您得到了另一种方法

下面是正确的代码。请注意以

##

rho_size=int（np.sqrt（行**2+列**2））#最大可能的rho是对角线距离。
角度_尺寸=360#测试所有角度
##houghspace=[[0表示范围内的y（角度大小），x表示范围内的x（2*rho大小）]]#buggy
houghspace=[[0表示范围内的x（角度大小）]表示范围内的y（角度大小*2）]#正确
##同时将rho_大小增加一倍，使地壳和正弦槽都可见
对于范围内的x（行）：#对于每行
对于范围内的y（cols）：#对于每个cols
如果testPixels[x][y]==0:#如果不是边缘点，则跳过
持续
对于范围内的θ（角度大小）：
rho=int（x*np.cos（np.deg2rad（theta））+y*np.sin（np.deg2rad（theta）））\
+rho#u大小##也可以添加rho#u大小
##houghspace[theta][rho]=255辆四轮马车
houghspace[rho][theta]+=255这有帮助吗？这是你期待的答案吗？如果没有，请让我知道，这样我可以改进我的答案。我还没有测试，但这是我期待的解决方案！我将测试，验证和勾选解决尽快-谢谢！！！
rho_size = int(np.sqrt(rows**2 + cols**2)) #Max possible rho is diagonal dist.
angle_size = 360 #Test all angles

##houghspace = [[0 for y in range(angle_size) for x in range(2*rho_size)]]  #buggy
houghspace = [[0 for x in range(angle_size)] for y in range(rho_size*2)]   #correct
## Also double the rho_size, so that both crust and trough of sinusoidal is visible

for x in range(rows):  # For each rows
    for y in range(cols):  # For each cols
        if testPixels[x][y] == 0: #Skip if not edge point
            continue
        for theta in range(angle_size):
            rho = int(x*np.cos(np.deg2rad(theta)) + y*np.sin(np.deg2rad(theta))) \
                                                  + rho_size  ## also add rho_size
            ##houghspace[theta][rho] = 255   ## buggy
            houghspace[rho][theta] += 255    # <==== indices switched & it's += 
##houghspace = [list(a) for a in zip(*houghspace)] 
##Transposing not needed now (we switched indices)

fig = mpl.figure()  # Create a figure
fig.add_subplot(1, 2, 1).set_title("Original")
mpl.imshow(np.uint8(np.dstack((testPixels,testPixels,testPixels))),cmap='Greys')
fig.add_subplot(1, 2, 2).set_title("Hough Transform")
mpl.imshow(np.uint8(np.dstack((houghspace, houghspace, houghspace))),cmap='Greys')
mpl.show()