আপনি Hough লাইন রূপান্তর ব্যবহার করে একটি প্রদত্ত ছবিতে সরল রেখা সনাক্ত করতে পারেন। OpenCV-তে দুই ধরনের হাফ লাইন ট্রান্সফর্ম পাওয়া যায়, যথা, স্ট্যান্ডার্ড হাফ লাইন ট্রান্সফর্ম এবং সম্ভাব্য হাফ লাইন ট্রান্সফর্ম।
আপনি স্ট্যান্ডার্ড হাফ লাইন রূপান্তর প্রয়োগ করতে পারেন৷ HoughLines() ব্যবহার করে Imgproc ক্লাসের পদ্ধতি। এই পদ্ধতি গ্রহণ করে −
-
দুটি ম্যাট অবজেক্ট সোর্স ইমেজ এবং ভেক্টরের প্রতিনিধিত্ব করে যা লাইনের প্যারামিটার (r, Φ) সংরক্ষণ করে।
-
দুটি ডবল ভেরিয়েবল r (পিক্সেল) এবং Φ (রেডিয়ান) প্যারামিটারের রেজোলিউশন প্রতিনিধিত্ব করে।
-
একটি পূর্ণসংখ্যা যা একটি লাইনকে "শনাক্ত" করার জন্য ছেদগুলির ন্যূনতম সংখ্যার প্রতিনিধিত্ব করে৷
আপনি সম্ভাব্য হাফ লাইন রূপান্তর প্রয়োগ করতে পারেন HoughLinesP() ব্যবহার করে Imgproc ক্লাসের পদ্ধতি (একই প্যারামিটার)
আপনি Canny() ব্যবহার করে একটি প্রদত্ত চিত্রের প্রান্তগুলি সনাক্ত করতে পারেন৷ Imgproc ক্লাসের পদ্ধতি। এই পদ্ধতি গ্রহণ করে −
-
উৎস এবং গন্তব্য চিত্রের প্রতিনিধিত্বকারী দুটি ম্যাট বস্তু।
-
থ্রেশহোল্ড মান ধরে রাখতে দুটি ডবল ভেরিয়েবল।
ক্যানি এজ ডিটেক্টর -
ব্যবহার করে একটি প্রদত্ত চিত্রের প্রান্ত সনাক্ত করতে-
imread() ব্যবহার করে উৎস চিত্রের বিষয়বস্তু পড়ুন Imgcodecs এর পদ্ধতি ক্লাস।
-
cvtColor() ব্যবহার করে এটিকে একটি গ্রেস্কেল ছবিতে রূপান্তর করুন Imgproc এর পদ্ধতি ক্লাস।
-
blur() ব্যবহার করে ফলস্বরূপ (ধূসর) ছবি অস্পষ্ট করুন কার্নেল মান 3 সহ Imgproc ক্লাসের পদ্ধতি।
-
canny() ব্যবহার করে ঝাপসা ছবিতে ক্যানি প্রান্ত সনাক্তকরণ অ্যালগরিদম প্রয়োগ করুন Imgproc এর পদ্ধতি .
-
0 হিসাবে সমস্ত মান সহ একটি খালি ম্যাট্রিক্স তৈরি করুন।
-
copyTo() ব্যবহার করে শনাক্ত করা প্রান্ত যোগ করুন ম্যাটের পদ্ধতি ক্লাস।
উদাহরণ
import java.awt.Image;
import java.awt.image.BufferedImage;
import java.io.IOException;
import javafx.application.Application;
import javafx.embed.swing.SwingFXUtils;
import javafx.scene.Group;
import javafx.scene.Scene;
import javafx.scene.image.ImageView;
import javafx.scene.image.WritableImage;
import javafx.stage.Stage;
import org.opencv.core.Core;
import org.opencv.core.CvType;
import org.opencv.core.Mat;
import org.opencv.core.Point;
import org.opencv.core.Scalar;
import org.opencv.highgui.HighGui;
import org.opencv.imgcodecs.Imgcodecs;
import org.opencv.imgproc.Imgproc;
public class HoughLineTransform extends Application {
public void start(Stage stage) throws IOException {
//Loading the OpenCV core library
System.loadLibrary( Core.NATIVE_LIBRARY_NAME );
String file ="D:\\Images\\road4.jpg";
Mat src = Imgcodecs.imread(file);
//Converting the image to Gray
Mat gray = new Mat();
Imgproc.cvtColor(src, gray, Imgproc.COLOR_RGBA2GRAY);
//Detecting the edges
Mat edges = new Mat();
Imgproc.Canny(gray, edges, 60, 60*3, 3, false);
// Changing the color of the canny
Mat cannyColor = new Mat();
Imgproc.cvtColor(edges, cannyColor, Imgproc.COLOR_GRAY2BGR);
//Detecting the hough lines from (canny)
Mat lines = new Mat();
Imgproc.HoughLines(edges, lines, 1, Math.PI/180, 150);
for (int i = 0; i < lines.rows(); i++) {
double[] data = lines.get(i, 0);
double rho = data[0];
double theta = data[1];
double a = Math.cos(theta);
double b = Math.sin(theta);
double x0 = a*rho;
double y0 = b*rho;
//Drawing lines on the image
Point pt1 = new Point();
Point pt2 = new Point();
pt1.x = Math.round(x0 + 1000*(-b));
pt1.y = Math.round(y0 + 1000*(a));
pt2.x = Math.round(x0 - 1000*(-b));
pt2.y = Math.round(y0 - 1000 *(a));
Imgproc.line(cannyColor, pt1, pt2, new Scalar(0, 0, 255), 3);
}
//Converting matrix to JavaFX writable image
Image img = HighGui.toBufferedImage(cannyColor);
WritableImage writableImage= SwingFXUtils.toFXImage((BufferedImage) img, null);
//Setting the image view
ImageView imageView = new ImageView(writableImage);
imageView.setX(10);
imageView.setY(10);
imageView.setFitWidth(575);
imageView.setPreserveRatio(true);
//Setting the Scene object
Group root = new Group(imageView);
Scene scene = new Scene(root, 595, 400);
stage.setTitle("Hough Line Transform");
stage.setScene(scene);
stage.show();
}
public static void main(String args[]) {
launch(args);
}
} ইনপুট ছবি
আউটপুট
কার্যকর করার সময়, উপরেরটি নিম্নলিখিত আউটপুট তৈরি করে −
