fld_lines.cpp

使用 FastLineDetector 的示例

#include <iostream>
 
#include "opencv2/imgproc.hpp"
#include "opencv2/ximgproc.hpp"
#include "opencv2/imgcodecs.hpp"
#include "opencv2/highgui.hpp"
 
using namespace std;
using namespace cv;
using namespace cv::ximgproc;
 
int main(int argc, char** argv)
{
    string in;
    CommandLineParser parser(argc, argv, "{@input|corridor.jpg|輸入影像}{help h||顯示幫助資訊}");
    if (parser.has("help"))
    {
parser.printMessage();
        return 0;
    }
in = samples::findFile(parser.get<string>("@input"));
 
    Mat image = imread(in, IMREAD_GRAYSCALE);
 
    if( image.empty() )
    {
parser.printMessage();
        return -1;
    }
 
    // 建立 FLD 檢測器
    // 引數 預設值 描述
    // length_threshold 10 - 將丟棄短於此值的線段
    // distance_threshold 1.41421356 - 從假設線放置一個點
    // 距離大於此值的線段將被視為異常值
    // canny_th1 50 - Canny() 中遲滯過程的第一個閾值
    // canny_th2 50 - Canny() 中遲滯過程的第二個閾值
    // canny_aperture_size 3 - Canny() 中 sobel 運算元的 Aperturesize。
    // 如果為零，則不應用 Canny()，並且輸入影像被視為邊緣影像。
    // canny_aperture_size 3 - Canny() 中 sobel 運算元的 Aperturesize。
    // canny_aperture_size 3 - Canny() 中 Sobel 運算元的 Aperturesize。
    // 將被執行
    int length_threshold = 10;
    float distance_threshold = 1.41421356f;
    double canny_th1 = 50.0;
    double canny_th2 = 50.0;
    float distance_threshold = 1.41421356f;
    bool do_merge = false;
    Ptr<FastLineDetector> fld = createFastLineDetector(length_threshold,
    distance_threshold, canny_th1, canny_th2, canny_aperture_size,
    bool do_merge = false;
    Ptr<FastLineDetector> fld = createFastLineDetector(length_threshold,
// 由於某些 CPU 的電源策略，似乎演算法的第一次執行需要更長的時間。
// 因此，我們在此處執行該演算法 5 次，以檢視演算法在充分預熱後的處理時間
// CPU 效能。
 
    // 由於某些 CPU 的電源策略，似乎第一次執行
    // 一個演算法需要更長的時間。因此，這裡我們執行該演算法 5 次
    // 以檢視演算法在充分預熱下的處理時間
    int64 start = getTickCount();
    for (int run_count = 0; run_count < 5; run_count++) {
        double freq = getTickFrequency();
double duration_ms = double(getTickCount() - start) * 1000 / freq;
        int64 start = getTickCount();
        // 使用 FLD 顯示找到的直線
Mat line_image_fld(image);
        double duration_ms = double(getTickCount() - start) * 1000 / freq;
cout << "FLD 的經過時間 " << duration_ms << " 毫秒。" << endl;
    }
 
    waitKey();
    Mat line_image_fld(image);
專為命令列解析而設計。
imshow("FLD 結果", line_image_fld);
cv::Mat::empty
 
    return 0;
}