Python 大致将图像上的线条分类为垂直或水平

假设我有一个使用

cv2.HoughLinesP

从

cv2.Canny

边缘检测器获得的边缘掩码提取的线坐标列表

lines = [[x1,y1,x2,y2] , ... ]

如果直线的坡度在±60以内，则将其归类为水平◦ 水平面 方向。所有其他斜坡将被丢弃

import numpy as np
import cv2


def detect_line_angle(line):
    x1, y1, x2, y2 = line
    angle = np.arctan2(x2 - x1, y2 - y1)
    # angle = angle * 180 / 3.14
    return angle


def get_lines_from_edge_mask(edge_mask):
    result = []
    lines = cv2.HoughLinesP(edge_mask, 1, np.pi / 180, 30, maxLineGap=5)
    for line in lines:
        result.append(line[0])

    return result


def is_horizontal(theta, delta=1.05):
    return True if (np.pi - delta) <= theta <= (np.pi + delta) or (-1 * delta) <= theta <= delta else False


def is_vertical(theta, delta=0.09):
    return True if (np.pi / 2) - delta <= theta <= (np.pi / 2) + delta or (
            3 * np.pi / 2) - delta <= theta <= (
                           3 * np.pi / 2) + delta else False


def distance(line):
    dist = np.sqrt(((line[0] - line[2]) ** 2) + ((line[1] - line[3]) ** 2))
    return dist


def split_lines(lines):
    v_lines = []
    h_lines = []
    for line in lines:
        line_angle = detect_line_angle(line)

        dist = distance(line)
        if dist > 30:
            if is_vertical(line_angle):
                v_lines.append(line)

            if is_horizontal(line_angle):
                h_lines.append(line)

    return v_lines, h_lines

如果直线的坡度在±5°范围内，则将其归类为垂直线◦ 垂直的 方向。所有其他斜坡将被丢弃

import numpy as np
import cv2


def detect_line_angle(line):
    x1, y1, x2, y2 = line
    angle = np.arctan2(x2 - x1, y2 - y1)
    # angle = angle * 180 / 3.14
    return angle


def get_lines_from_edge_mask(edge_mask):
    result = []
    lines = cv2.HoughLinesP(edge_mask, 1, np.pi / 180, 30, maxLineGap=5)
    for line in lines:
        result.append(line[0])

    return result


def is_horizontal(theta, delta=1.05):
    return True if (np.pi - delta) <= theta <= (np.pi + delta) or (-1 * delta) <= theta <= delta else False


def is_vertical(theta, delta=0.09):
    return True if (np.pi / 2) - delta <= theta <= (np.pi / 2) + delta or (
            3 * np.pi / 2) - delta <= theta <= (
                           3 * np.pi / 2) + delta else False


def distance(line):
    dist = np.sqrt(((line[0] - line[2]) ** 2) + ((line[1] - line[3]) ** 2))
    return dist


def split_lines(lines):
    v_lines = []
    h_lines = []
    for line in lines:
        line_angle = detect_line_angle(line)

        dist = distance(line)
        if dist > 30:
            if is_vertical(line_angle):
                v_lines.append(line)

            if is_horizontal(line_angle):
                h_lines.append(line)

    return v_lines, h_lines

将numpy导入为np
进口cv2
def检测线角度（线）：
x1，y1，x2，y2=直线
角度=np.arctan2（x2-x1，y2-y1）
#角度=角度*180/3.14
返回角
def从边缘遮罩（边缘遮罩）获取线：
结果=[]
lines=cv2.HoughLinesP（边缘遮罩，1，np.pi/180，30，maxLineGap=5）
对于行中的行：
result.append（第[0]行）
返回结果
def水平（θ，δ=1.05）：
如果（np.pi-delta）没有使用坐标差的密集三角函数，则返回真值

t5 = tan(5*Pi/180) calculated once
t60 = Sqrt(3)/2 calculated once

Vertical: dy != 0 and abs(dx/dy) < t5
Horizontal: dx != 0 and abs(dy/dx) < t60

t5=tan（5*Pi/180）计算一次
t60=Sqrt（3）/2计算一次
垂直：dy！=0和abs（dx/dy）
@MarkSetchell这不是我想要的…假设
检测线角度
做了它声称的事情，你需要在
距离
上进行测试做什么？为什么水平度和垂直度的测试如此复杂，而不是一个简单的
-60@YvesDaoust，这家伙提供了一个设计师网站链接。正如我前面提到的-这不是我想要的。那么如果numpy返回弧度，就可以了？@arturkuchynski:我想你误解了他为什么提供这个链接。简单而优雅的回答。非常感谢你。