基于OpenCV检测图像中指定宽度粗直线并获取其角度与位置

针对你需要检测单条指定宽度粗直线、获取角度和位置的需求，给出以下实用方案：

一、优先方案：基于轮廓提取的区域检测（更准确） #

放弃边缘检测+霍夫变换的思路，直接对二值图做区域处理，锁定目标直线的完整区域，通过最小外接矩形计算角度和位置：

1. 形态学过滤：精准保留指定宽度的直线 #

根据目标直线的宽度，创建匹配尺寸的结构元素，用形态学操作过滤杂点、补全直线断裂：

// 假设目标直线宽度为5像素，创建长条形结构元素（长度足够覆盖直线段，宽度匹配目标）
var structElement = Cv2.GetStructuringElement(MorphShapes.Rect, new Size(20, 5));
// 开运算：去除小噪点
Cv2.MorphologyEx(binaryMat, binaryMat, MorphTypes.Open, structElement);
// 闭运算：补全直线可能的断裂区域
Cv2.MorphologyEx(binaryMat, binaryMat, MorphTypes.Close, structElement);

2. 提取最大轮廓并计算角度位置 #

二值图处理后，面积最大的轮廓即为目标直线区域，通过最小外接矩形获取精准参数：

// 查找所有外部轮廓
Cv2.FindContours(binaryMat, out var contours, out _, RetrievalModes.External, ContourApproximationModes.ApproxSimple);
if (contours.Length == 0) return;

// 筛选面积最大的轮廓
double maxArea = 0;
int targetIdx = -1;
for (int i = 0; i < contours.Length; i++)
{
    double area = Cv2.ContourArea(contours[i]);
    if (area > maxArea)
    {
        maxArea = area;
        targetIdx = i;
    }
}

// 获取最小外接矩形
RotatedRect rect = Cv2.MinAreaRect(contours[targetIdx]);
float angle = rect.Angle;
Point2f center = rect.Center;
Size2f size = rect.Size;

// 角度修正：将OpenCV返回的[-90,0)范围转为更直观的[0,90)或[0,180)
if (size.Width < size.Height)
{
    angle += 90;
    (size.Width, size.Height) = (size.Height, size.Width);
}

二、备选方案：优化霍夫变换参数过滤多余线段 #

如果坚持使用霍夫变换，通过参数调整+后处理过滤，保留唯一目标直线：

// 调整霍夫变换参数：提高阈值、设置最小线段长度、最大间隙
var lines = Cv2.HoughLinesP(
    binaryMat, 
    rho: 1, 
    theta: Math.PI / 180, 
    threshold: 80, // 提高阈值减少检测数量
    minLineLength: 200, // 设为目标直线的最小长度
    maxLineGap: 10 // 允许的线段间隙
);

if (lines != null && lines.Length > 0)
{
    // 筛选最长的线段作为目标直线
    double maxLen = 0;
    LineSegmentP targetLine = lines[0];
    foreach (var line in lines)
    {
        double len = Cv2.Norm(line.P1, line.P2);
        if (len > maxLen)
        {
            maxLen = len;
            targetLine = line;
        }
    }
    // 计算线段角度
    double angle = Math.Atan2(targetLine.P2.Y - targetLine.P1.Y, targetLine.P2.X - targetLine.P1.X) * 180 / Math.PI;
}

关键注意事项 #

• 结构元素的宽度必须严格匹配目标直线的实际宽度，否则会过滤掉目标或保留杂线
• 二值化阈值保持在60-100区间，可根据图像实际明暗微调，确保目标直线完全被二值化
• 最小外接矩形的角度需要根据宽高修正，避免出现不符合预期的负角度值

内容的提问来源于stack exchange，提问作者Standard_101