[C#] OpenCvSharp 이미지 직선 검출하기

안녕하세요

 

이번 포스팅은 저번 포스팅(코너검출)에 이어 직선을 검출하는 기능을 구현해 보도록 하겠습니다

 

저번 포스팅에 대한 정보를 확인하고자 한다면  아래의 링크를 확인하시기 바랍니다

 

https://codingman.tistory.com/60

[C#] OpenCvSharp 이미지 코너 검출하기

이번 포스팅에서는 직선 검출을 해볼껀데요

 

OpenCv에서 직선 검출시 사용할 함수는 바로 HoughLines2()함수 입니다

 

[함수 설명]

C# : public CvSeq HoughLines2(CvMat lineStorage, HoughLinesMethod method, double rho, double theta, int threshold, double param1, double param2);

 

• lineStorage - 감지 된 라인의 스토리지입니다.
• method - 허프 변환의 방법을 의미
  HoughLinesMethod.Standard : 기본 허프 변환
  HoughLinesMethod.Probabilistic : 확률적 허프변환, 전체 선이 아닌 선의 일부만 반환함. 선의 일부분은 시작점과 끝정보로 나타난다
  HoughLinesMethod.MultiScale : 기본 허프 변환에서 멀티 스케일 변형
• rho - 필셀 단위로 나타나는 거리 값
• theta - 라디안 단위로 나타나는 각도 값
• threshold - 임계값, 해당 축적 값이 해당 값보다 크면 Line이 출력된다
• param1 - 파라미터
  기본 허프 변환에서는 이 값이 사용되지 않는다
  Probabilistic 허프 변환에서는 선 길이의 최소 값을 나타낸다
  MultiScale 허프 변환에서는 거리 값에 대한 나누는 수를 의미한다
  
• param2 - 파라미터
  기본 허프 변환에서는 이 값이 사용되지 않는다
  Probabilistic 허프 변환에서는 선들 사이의 최대 갭을 의미한다
  MultiScale 허프 변환에서는 각도에 대한 나누는 수를 의미한다
  

 

주요 함수 설명은 위와 같습니다 그럼 이제 구현을 하기 위한 디자인을 해보겟습니다

 

[디자인]

- 메인폼의 Menu트립에서 다음과 같이 디자인 합니다

 

- 해당 Menu 트립의 항목의 클릭 이벤트 설정

 

- 클릭이벤트에 다음과 같은 코딩은 합니다

 

[Source Code]

        private void 허프직선ToolStripMenuItem_Click(object sender, EventArgs e)
        {
            using (hough Hg = new hough())
            using (IplImage temp = Hg.HoughLines(src))
            {
                result = temp.Clone();

            }
            pictureBoxIpl2.ImageIpl = result;

        }

 

- 직선 검출을 위한 Class파일을 생성합니다

  (저는 Class명칭을 다음과 같이 hough.cs로 생성하엿습니다)

 

[Class Source Code]

using System;
using System.Collections.Generic;
using System.Text;
using OpenCvSharp;

namespace OpenCV_V1
{
    class hough : IDisposable
    {
        IplImage houghLine;

        public IplImage HoughLines(IplImage src)
        {
            // cvHoughLines2
            // 확률적 허프 변환을 지정해 선분의 검출을 실시한다

            // (1) 화상 읽기 
            using (IplImage srcImgStd = src.Clone())
            using (IplImage srcImgGray = new IplImage(src.Size, BitDepth.U8, 1))
            {
                Cv.CvtColor(srcImgStd, srcImgGray, ColorConversion.BgrToGray);

                // (2) 허프변환을 위한 캐니엣지 처리 
                Cv.Canny(srcImgGray, srcImgGray, 50, 200, ApertureSize.Size3);

                using (CvMemStorage storage = new CvMemStorage())
                {


                    // (3) 표준적 허프 변환에 의한 선의 검출과 검출된 선 그리기
                    CvSeq lines = srcImgGray.HoughLines2(storage, HoughLinesMethod.MultiScale, 1, Math.PI / 180, 50, 0, 0);
                    int limit = Math.Min(lines.Total, 10);
                    for (int i = 0; i < limit; i++)
                    {

                        CvLineSegmentPolar elem = lines.GetSeqElem<CvLineSegmentPolar>(i).Value;
                        float rho = elem.Rho;
                        float theta = elem.Theta;

                        double a = Math.Cos(theta);
                        double b = Math.Sin(theta);
                        double x0 = a * rho;
                        double y0 = b * rho;
                        CvPoint pt1 = new CvPoint { X = Cv.Round(x0 + 1000 * (-b)), Y = Cv.Round(y0 + 1000 * (a)) };
                        CvPoint pt2 = new CvPoint { X = Cv.Round(x0 - 1000 * (-b)), Y = Cv.Round(y0 - 1000 * (a)) };
                        srcImgStd.Line(pt1, pt2, CvColor.Red, 3, LineType.AntiAlias, 0);
                    }

                    houghLine = srcImgStd.Clone();
                }

            }
            return houghLine;
        }


        public void Dispose()
        {
            if (houghLine != null) Cv.ReleaseImage(houghLine);
        }
    }
}

 

이렇게 Class파일까지 생성한 뒤 실행해서 확인해보면 다음과 같은 결과가 나타납니다

 

[결과 창]

 

이미지에서 Line을 검출하여 표시하는데 이미지처리를 하지 않고 원본 파일에서 그냥 검출 시도를 했을 경우 

 

다음과 같이 인식율이 상당히 이상하게 나오네요

 

아마 인식율을 높이기 위해서는 이미지처리(흑백전환 및 픽셀 전환, 등)을 통해 직선을 좀 더 명확하게 

 

구별할 수 있도록 변경한 후에 처리시키는게 좋을거 같네요