Sử dụng Hough Transform (biến đổi Hough) để phát hiện đường thẳng trong ảnh với OpenCV.
Nguyên lý Hough Transform
Đường thẳng trong không gian Descartes: y = mx + c. Dạng tham số (parametric) trong OpenCV:
ρ = x·cos(θ) + y·sin(θ)
ρ (rho): Khoảng cách vuông góc từ gốc đến đường thẳng.θ (theta): Góc giữa đường vuông góc và trục hoành (radian, 0~π).
Accumulator (Bộ tích lũy)
Tạo ma trận 2D (ρ x θ), khởi tạo 0. Mỗi điểm cạnh (edge point) "bỏ phiếu" cho các cặp (ρ, θ) thỏa mãn. Ô có phiếu nhiều nhất = đường thẳng chính.
OpenCV: cv2.HoughLines() và cv2.HoughLinesP()
HoughLines(): Standard Hough Transform -> trả về (ρ, θ).HoughLinesP(): Probabilistic Hough Transform -> trả về đoạn thẳng(x1, y1, x2, y2), nhanh hơn.
Ví dụ hoàn chỉnh: Phát hiện đường line trong bãi đỗ xe
import cv2
import numpy as np
# 1. Đọc ảnh
img = cv2.imread("parkingLot1.jpg")
# 2. Chuyển grayscale
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
# 3. Phát hiện cạnh Canny
edges = cv2.Canny(gray, 75, 150)
# 4. HoughLinesP - Probabilistic
# rho=1 pixel, theta=1 độ (pi/180 rad), threshold=30, maxLineGap=250
lines = cv2.HoughLinesP(edges, 1, np.pi/180, 30, maxLineGap=250)
# 5. Vẽ các đường tìm được
if lines is not None:
for line in lines:
x1, y1, x2, y2 = line[0]
cv2.line(img, (x1, y1), (x2, y2), (0, 0, 128), 2)
# 6. Hiển thị
cv2.imshow("Edges", edges)
cv2.imshow("Lines Detected", img)
cv2.waitKey(0)
cv2.destroyAllWindows()
Giải thích tham số HoughLinesP
| Tham số | Ý nghĩa | Gợi ý |
|---|---|---|
| rho | Độ phân giải khoảng cách (pixel) | 1 |
| theta | Độ phân giải góc (radian) | np.pi/180 (1 độ) |
| threshold | Số phiếu tối thiểu để coi là đường | 30-100 tùy ảnh |
| minLineLength | Độ dài tối thiểu của đoạn line | 50-100 |
| maxLineGap | Khoảng cách max để nối 2 đoạn thành 1 | 10-250 |
Kết quả
Ảnh gốc -> Canny edges -> Lines detected (vẽ đè lên ảnh gốc).
Mẹo cải thiện
- Tiền xử lý: Gaussian blur trước Canny để giảm noise.
- Điều chỉnh threshold Canny (low, high) và Hough threshold.
- Lọc line theo góc (ngang/dọc) nếu chỉ cần loại cụ thể.