OpenCV矩形边缘检测问题：重复直线检测与Y轴边缘绘制错误

一、问题原因 #

1. 重复直线问题 #

cv2.HoughLines 基于投票机制检测直线，同一条矩形边缘的不同线段会被多次投票，或者参数（r, theta）存在微小差异但对应同一条物理直线，导致重复检测。

2. Y轴边缘绘制错误 #

代码中用固定值1000计算直线端点，没有结合图像实际尺寸裁剪。当检测到垂直（Y轴方向）的直线时，这种固定偏移会导致绘制出的直线方向错误，甚至超出图像可视范围。

二、修改方案 #

1. 直线去重 #

通过判断直线参数（r, theta）的相似度，合并重复直线：

• 将theta归一化到[0, π)区间（HoughLines的theta默认范围）
• 设定阈值：theta差异小于π/36（约5度），r差异小于10像素时，判定为同一条直线

2. 正确绘制图像内的直线 #

计算直线与图像四边的交点，只保留在图像范围内的端点，确保直线贴合图像边界且方向正确。

修改后的完整代码 #

import cv2
import numpy as np

img = cv2.imread(r"C:\Users\Asus Hn004W\Desktop\1.jpeg")
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
edges = cv2.Canny(gray, 78, 106, apertureSize=3)

# 检测直线
lines = cv2.HoughLines(edges, 1, np.pi/180, 200)
if lines is None:
    exit()

# 1. 直线去重
unique_lines = []
theta_threshold = np.pi / 36  # 5度阈值
r_threshold = 10  # 10像素阈值

for r_theta in lines:
    r, theta = r_theta[0]
    # 归一化theta到[0, π)
    if theta < 0:
        theta += np.pi
    # 检查是否与已有直线重复
    is_duplicate = False
    for (existing_r, existing_theta) in unique_lines:
        if abs(theta - existing_theta) < theta_threshold and abs(r - existing_r) < r_threshold:
            is_duplicate = True
            break
    if not is_duplicate:
        unique_lines.append((r, theta))

# 2. 计算直线与图像边界的交点并绘制
height, width = img.shape[:2]
for r, theta in unique_lines:
    a = np.cos(theta)
    b = np.sin(theta)
    x0 = a * r
    y0 = b * r

    # 计算直线与图像四边的交点
    intersections = []
    # 左边界x=0
    if abs(a) > 1e-6:
        y = (0 - x0)/a * b + y0
        if 0 <= y <= height:
            intersections.append((0, int(y)))
    # 右边界x=width-1
    if abs(a) > 1e-6:
        y = ((width-1) - x0)/a * b + y0
        if 0 <= y <= height:
            intersections.append((width-1, int(y)))
    # 上边界y=0
    if abs(b) > 1e-6:
        x = (0 - y0)/b * a + x0
        if 0 <= x <= width:
            intersections.append((int(x), 0))
    # 下边界y=height-1
    if abs(b) > 1e-6:
        x = ((height-1) - y0)/b * a + x0
        if 0 <= x <= width:
            intersections.append((int(x), height-1))
    
    # 取两个最远的交点绘制直线
    if len(intersections) >= 2:
        max_dist = 0
        best_pair = None
        for i in range(len(intersections)):
            for j in range(i+1, len(intersections)):
                dist = np.linalg.norm(np.array(intersections[i]) - np.array(intersections[j]))
                if dist > max_dist:
                    max_dist = dist
                    best_pair = (intersections[i], intersections[j])
        if best_pair:
            cv2.line(img, best_pair[0], best_pair[1], (0, 0, 255), 2)

cv2.imshow('Rect Edges', img)
cv2.waitKey(0)
cv2.destroyAllWindows()

额外优化建议 #

• 可以调整Canny的阈值（78,106）和HoughLines的投票阈值（200），适配不同清晰度的图像
• 如果只需要矩形边缘，可以考虑用cv2.findContours检测轮廓后筛选矩形，比Hough直线更直接

内容的提问来源于stack exchange，提问作者bobackursat99