使用OpenCV实现连通线检测时遇断线与误合并问题如何解决

方案调整说明 #

你当前的Canny+Hough组合对细弱连通线的适配性较差，可按以下逻辑修改实现需求：

1 替换预处理逻辑，保留线条连通性

先通过二值化+骨架提取把所有粗细不均的线条转换为单像素宽的连通骨架，从根源避免细线段被过滤丢失：

import cv2
import numpy as np

# 输入图像预处理
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
# 自适应阈值二值化，保留细弱线条像素
binary = cv2.adaptiveThreshold(gray, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY_INV, 11, 2)

# Zhang-Suen骨架提取，生成单像素连通骨架
size = np.size(binary)
skel = np.zeros(binary.shape, np.uint8)
element = cv2.getStructuringElement(cv2.MORPH_CROSS, (3,3))
done = False
while not done:
    eroded = cv2.erode(binary, element)
    temp = cv2.dilate(eroded, element)
    temp = cv2.subtract(binary, temp)
    skel = cv2.bitwise_or(skel, temp)
    binary = eroded.copy()
    zeros = size - cv2.countNonZero(binary)
    if zeros == size:
        done = True

2 两种可选输出方案

方案A：调整Hough参数适配骨架

降低检测阈值、放大线间隙允许值，配合小内核形态学运算补间隙，不会导致相邻线条粘连：

lines = cv2.HoughLinesP(skel, rho=1, theta=np.pi / 180, threshold=12, lines=np.array([]), minLineLength=2, maxLineGap=6)
hough_img = np.zeros_like(skel)
for line in lines:
    x1,y1,x2,y2 = line[0]
    cv2.line(hough_img, (x1,y1), (x2,y2), 255, 1)

# 小内核闭运算补线间隙，不会触发相邻线粘连
kernel = cv2.getStructuringElement(cv2.MORPH_CROSS, (2,2))
result = cv2.morphologyEx(hough_img, cv2.MORPH_CLOSE, kernel, iterations=1)
# 统一加粗到目标宽度
result = cv2.dilate(result, np.ones((2,2), np.uint8), iterations=1)

方案B：直接骨架加粗（更适配你的需求）

不需要Hough变换，直接对保留了100%原连通性的骨架做均匀加粗，完全不会出现断线或非预期重叠问题：

# 直接将单像素骨架均匀加粗到2像素宽度
result = cv2.dilate(skel, np.ones((2,2), np.uint8), iterations=1)

内容的提问来源于stack exchange，提问作者ahbutfore