Matplotlib绘制的平面图无法通过OpenCV霍夫变换检测线条

核心问题 #

1. 输入图像不符合要求：霍夫线检测需要的是边缘图像，但你直接传入了原始房间类型编码矩阵，相邻房间的数值差可能很小，没有明显的灰度突变，检测算法无法识别边界。
2. 参数语法错误：theta = np.pi/180,后面多了个逗号，导致参数变成元组，OpenCV无法正确解析，直接影响检测结果。
3. 参数适配错误：针对50x50的小图像，设置的threshold=75过高，小图像无法积累足够投票数，自然检测不到线条；参数设置完全不匹配图像尺寸。

修正步骤 #

1. 先生成边缘图像

先对原始矩阵做归一化，再用Canny边缘检测提取房间边界：

# 归一化矩阵到0-255范围，适配边缘检测
norm_matrix = cv2.normalize(matrix, None, 0, 255, cv2.NORM_MINMAX, dtype=cv2.CV_8U)
# 提取边缘
edges = cv2.Canny(norm_matrix, 50, 150)

后续将edges作为cv2.HoughLinesP的输入图像。

2. 修正theta参数

去掉多余的逗号：

theta = np.pi/180

3. 适配小图像的霍夫参数

调整为适合50x50图像的参数：

threshold = 15  # 降低投票阈值，适配小图像
min_line_length = 4  # 缩短最小线条长度
max_line_gap = 1  # 缩小允许的线条间隙

4. 修正后的完整代码

import cv2
import numpy as np
import matplotlib.pyplot as plt

# 替换为你的实际50x50房间类型矩阵
floorplan = np.random.randint(1, 7, (50, 50))
matrix = floorplan.copy()

# 添加边框
matrix = cv2.copyMakeBorder(matrix, 1, 1, 1, 1, cv2.BORDER_CONSTANT, value=0)

# 归一化+提取边缘
norm_matrix = cv2.normalize(matrix, None, 0, 255, cv2.NORM_MINMAX, dtype=cv2.CV_8U)
edges = cv2.Canny(norm_matrix, 50, 150)

# 霍夫线检测参数
rho = 1
theta = np.pi/180
threshold = 15
min_line_length = 4
max_line_gap = 1

# 执行检测
lines = cv2.HoughLinesP(
    image=edges,
    rho=rho,
    theta=theta,
    threshold=threshold,
    minLineLength=min_line_length,
    maxLineGap=max_line_gap,
)

# 绘制结果
plt.figure(figsize=(8, 8))
plt.imshow(norm_matrix, cmap='viridis')
if lines is not None:
    for line in lines:
        x1, y1, x2, y2 = line[0]
        plt.plot([x1, x2], [y1, y2], color='r', linewidth=1)
plt.show()

额外说明 #

• 原始矩阵的数值是房间类型编码，不是灰度图像的亮度值，直接用它做霍夫检测相当于在模糊的低对比度图像里找线条，自然无效。
• Canny边缘检测会放大不同房间之间的数值差异，生成清晰的边界线条，这才是霍夫检测需要的输入。
• 小图像的霍夫参数不能照搬大图像的设置，必须降低阈值、缩短线条长度要求，才能检测到房间之间的短边界。

内容的提问来源于stack exchange，提问作者ZweetZhot