OpenCV Hough Transform에 의해 추출된 직선의 속성 확인 : 개인별 과제

OpenCV에서 휴변환에 따라 line 요소가 구체적으로 어떤 형태로 얻어지는지 인위적인 그림 파일을 만들어 적용해 보자.

그림판을 사용하여 픽셀 해상도가 640 x 480 이 되도록 크기를 정한 후 화면 중앙에 수평선을 그은 후 파일명을 rect_line, 확장자를 jpg 로 저장하자.

아래의 이미지 파일을 다운받아 활용하자.single_line_detection.py 

rect_line.jpg

0.01MB

 

한편 그림판에서 수평선을 긴 직사각형으로 확대한 후 커서를 사용하여 위와 아래 코너의 좌표를 찍어 보면 (0, 238) 과 (0, 242) 좌표 값을 얻을 수 있다.

오른쪽 끝의 좌표는 (639,238) 과 (639, 242) 를 얻을 수 있다.

 

cv2.imread 명령을 사용하여 “rect_line.jpg”를 읽어 img 로 두고 복제하여 dst 로 두자.

Canny 필터 명령에 필요한 밟기의 최대 intensity를 1000 으로 하한을 400 으로 설정하자. Canny 필터링으로 추출된 직선형 edge 데이터를 사용하여 Hough 변환작업을 하자. (ρ, θ)로 표현되는 Hough 좌표 공간에서 2는 ρ 값을 뜻한다.

1

import cv2 ; import numpy as np img = cv2.imread("rect_line.jpg") dst = np.copy(img) th1 = 1000 ; th2 = 0.4 * th1 edges = cv2.Canny(img, th1, th2) print(edges.shape)

edges.shape : (480, 640)

 

cv2.HoughLinesP 명령을 실행하여 lines 로 두고 그 값과 shape을 출력해 보자.

lines 의 출력 값을 보면 그림판에서 커서로 조사했던 값 범위 내에 있으며 수평선의 선 굵기가 249 – 239 = 3 이 됨을 알 수 있다. 아울러 lineㄴ 의 첫 번째 리스트 데이터는 굵은 수평선의 위부분을 두 번째 리스트 데이터는 아랫 부분을 나타냄을 알 수 있다. 즉 굵기에 해당하는 짧은 쪽은 배제된다는 점에 유의하자.

2

lines = cv2.HoughLinesP(edges, 2, np.pi/180.0, 100, minLineLength=10, maxLineGap=100) print(lines) print(lines.shape)

lines : [[[ 0 239 639 239]] [[ 0 242 639 242]]] lines.shape : (2, 1, 4)

 

아나콘다 spyder 편집기 셸(shell)에서 리스트 데이터로 출력되는 lines 의 속성이 np.array( [⦁⦁⦁]) 와 일치하는지 확인해 보기 위해서 역으로 linex, liney, linexy 를 출력해 동일한 결과가 나오는지 확인해 보자.

3

for line in lines: print(line.shape) x1,y1,x2,y2 = line[0] cv2.line(dst, (x1,y1), (x2,y2), (0,0,255), 1) linex = np.array([0,239, 639, 239]) print('linex :', linex) liney = np.array([0, 242, 639, 242]) print('liney :', liney) linexy = np.array([[[0,239, 639, 239]], [[0, 242, 639, 242]]] ) print('linexy : ', linexy)

(1, 4) (1, 4) linex : [ 0 239 639 239] liney : [ 0 242 639 242] linexy : [[[ 0 239 639 239]]

 

동알한 결과를 출력함이 확인된다.

출력된 이미지를 참조하자.

 

 

위의 이미지 파일과 아래의 파이선 코드를 다운받아 실행시켜 보자.

 

# single_line_detection.py
import cv2 ; import numpy as np

img = cv2.imread("rect_line.jpg")
dst = np.copy(img)

th1 = 1000 ; th2 = 0.4 * th1
edges = cv2.Canny(img, th1, th2)
print('edges.shape : ', edges.shape)
    
lines = cv2.HoughLinesP(edges, 2, np.pi/180.0, 100, minLineLength=10, maxLineGap=100)
print('lines : ', lines)
print('lines.shape :', lines.shape)

for line in lines: 
    print(line.shape)
    x1,y1,x2,y2 = line[0] 
    cv2.line(dst, (x1,y1), (x2,y2), (0,0,255), 1)
    
linex = np.array([0,239, 639, 239])
print('linex :', linex)
liney = np.array([0, 242, 639, 242])
print('liney :', liney) 
linexy = np.array([[[0,239, 639, 239]], [[0, 242, 639, 242]]] )
print('linexy : ', linexy)

cv2.imshow("Rect and line Geometry", img)
cv2.imshow("Edges", edges)
    
    
while True:
    key = cv2.waitKey(1)
    if key == 27: 
        break
    
cv2.destroyAllWindows()