基于OpenCV的弯曲导线角度测量方法咨询

一、先做图像预处理 #

• 灰度化：把彩色图转成灰度图，减少计算量，用OpenCV的话就是cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
• 高斯模糊：给图像降个噪，避免小杂点干扰后续边缘检测，代码是cv2.GaussianBlur(gray, (5,5), 0)
• Canny边缘检测：把导线轮廓抠出来，cv2.Canny(blur, 50, 150)，这两个阈值可以根据实际图像微调，调准了能精准提取导线边缘

二、用霍夫变换抓导线的直线段 #

你要的直线检测和坐标获取，用霍夫变换就能搞定，推荐用概率霍夫变换，比传统方法高效得多：

lines = cv2.HoughLinesP(edges, 1, np.pi/180, threshold=30, minLineLength=50, maxLineGap=10)

• 参数简单说明：
  • edges是刚才边缘检测后的图像
  • 1和np.pi/180是像素、角度步长，不用改动
  • threshold：数值越高，检测到的直线越精准，能过滤掉杂线
  • minLineLength：只保留长度超过该值的线段，避免把小噪点当成导线
  • maxLineGap：如果导线有轻微断开，这个参数能把同一段的线段连起来
• 遍历lines就能拿到每段直线的四个端点坐标(x1,y1,x2,y2)，要画直线的话直接用cv2.line(img, (x1,y1), (x2,y2), (0,255,0), 2)，就能在原图上画出绿色的导线直线段

三、计算弯角的实际角度 #

拿到相邻两段直线的坐标后，用向量点积算角度就行：

import math
# 第一段直线的方向向量
vec1 = (x2 - x1, y2 - y1)
# 第二段直线的方向向量
vec2 = (x4 - x3, y4 - y3)
# 点积计算夹角
dot_product = vec1[0] * vec2[0] + vec1[1] * vec2[1]
# 计算向量模长
mag1 = math.hypot(vec1[0], vec1[1])
mag2 = math.hypot(vec2[0], vec2[1])
# 弧度转角度
angle_rad = math.acos(dot_product / (mag1 * mag2))
angle_deg = math.degrees(angle_rad)
# 实际弯角取180°减计算值还是直接用，看你目标角度的定义
actual_angle = 180 - angle_deg if angle_deg > 90 else angle_deg

四、合格性判断 #

把算出的实际角度和目标角度做对比，设定一个允许的误差范围（比如±1°），差值在范围内就判定合格，超出则不合格

小技巧：如果检测出的直线太多，可以根据导线的位置（比如只保留图像中间区域的直线）、角度范围（过滤掉明显不是导线的角度）来筛选，只留下需要的导线段

内容的提问来源于stack exchange，提问作者naro