我一直在尝试检测和跟踪视频流中的车辆。最近，我决定实现一种硬编码方法，该方法可以找出车辆的阴影并根据轮胎位置检测整个车辆。最后，我部分完成了我的实现。这是示范的video link。
第一步，我使用Canny边缘检测器减去视频帧的边缘。
然后，我在opencv中使用了hough变换函数。
但是，此功能可以找到所有水平线和垂直线，而我只对可能是车辆阴影的水平线感兴趣。
我的问题是如何使用霍夫线变换功能，该功能仅检查在特定 Angular 范围内和特定范围内的线。是否有任何 Angular 参数？还是我应该自己实现该功能？
最佳答案
由于在Canny运算之后最终会得到二进制图像，因此在应用霍夫变换之前，使用简单的水平Prewitt运算符将图像卷积可能是最简单的:
1 1 1
0 0 0
-1 -1 -1
这将为您提供每个像素的灰度强度图，水平边缘的像素给出最强的信号。仅使用水平运算符的优点是垂直边缘不接收任何放大，水平边缘接收最大的放大，并且在水平线45度以内的任何边缘都应在两者之间的某个位置发出信号。当您将检测边缘应用于原始图像时，可以使用结果图像来确定保留Canny掩模中的哪些像素:如果Prewitt信号高于某个像素的某个阈值，则假定该像素沿“水平”方向。保留足够的边缘，否则丢弃。我相信opencv具有此功能，但如果没有，则实现起来很简单。
关于opencv - 如何在特定角度范围内执行霍夫变换，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/34969676/