如何通过侧视图图像处理统计堆叠薄片数量，修复线条计数为0问题

核心故障原因 #

lines输出为0主要由3个问题导致：

1. 自定义Canny算子输出不符合Hough检测要求：手写Canny返回的梯度幅值矩阵数值范围不是标准0-255二值边缘，转uint8后大部分边缘像素值极低，相当于被识别为背景，Hough无法检测到有效边缘
2. Hough参数设置与实际图像不匹配：threshold投票阈值、min_line_length最小线长设置过高，会过滤掉所有符合要求的薄片边缘
3. 后续线长过滤阈值不合理：硬编码的bestDistance=1110数值远大于普通图像内的边缘长度，就算检测到线条也会被全部过滤

具体修复代码 #

1. 替换自定义Canny为官方实现 #

替换原有自定义Canny_detector调用逻辑：

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

frame = cv2.imread('/Users/Projects/Image/IMG1.jpg')
# 标准Canny边缘检测流程
gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
blur = cv2.GaussianBlur(gray, (5, 5), 1.4)
# 可根据实际图像亮度调整高低阈值，通常高阈值是低阈值的2-3倍
canny_img = cv2.Canny(blur, threshold1=50, threshold2=150)

# 验证Canny输出是否正常
plt.imshow(canny_img, cmap='gray')
plt.show()

2. 调整Hough参数并增加空值判断 #

rho = 1
theta = np.pi / 180
threshold = 5  # 降低投票阈值，适配小尺寸边缘
min_line_length = 20  # 根据实际薄片边缘的像素长度调整，先设小值测试
max_line_gap = 10

lines = cv2.HoughLinesP(canny_img, rho, theta, threshold, None, min_line_length, max_line_gap)

# 空值判断避免报错
if lines is None:
    print("未检测到有效线条，请调整Canny阈值或Hough参数")
    count = 0
else:
    distance = []
    for line in lines:
        x1, y1, x2, y2 = line[0]
        # 计算线长
        dist = np.linalg.norm(np.array([x1,y1]) - np.array([x2,y2]))
        distance.append(dist)
    # 动态计算过滤阈值，避免硬编码不适配图像
    bestDistance = np.percentile(distance, 70) # 取长度排名前30%的线条作为有效边缘
    count = sum(1 for d in distance if d > bestDistance)

print(f"有效线条数（薄片数量）：{count}")

优化建议 #

• 堆叠薄片侧视图的边缘方向固定，可增加角度过滤逻辑，只保留方向符合薄片边缘的线条，排除误检
• 对检测到的线条做位置去重，避免同一条边缘被多次检测导致计数偏大

内容的提问来源于stack exchange，提问作者Kahraman