samples/cpp/lsd_lines.cpp

使用 LineSegmentDetector 的示例

示例輸出影像

#include "opencv2/imgproc.hpp"
#include "opencv2/imgcodecs.hpp"
#include "opencv2/highgui.hpp"
#include <iostream>
 
using namespace std;
using namespace cv;
 
int main(int argc, char** argv)
{
    cv::CommandLineParser parser(argc, argv,
                                 "{input i|building.jpg|輸入影像}"
                                 "{refine r|false|如果為真，則使用 LSD_REFINE_STD 方法，如果為假，則使用 LSD_REFINE_NONE 方法}"
                                 "{canny c|false|使用 Canny 邊緣檢測器}"
                                 "{overlay o|false|在輸入影像上顯示結果}"
                                 "{help h|false|顯示幫助資訊}");
 
    if (parser.get<bool>("help"))
    {
parser.printMessage();
        return 0;
    }
 
parser.printMessage();
 
    String filename = samples::findFile(parser.get<String>("input"));
    bool useRefine = parser.get<bool>("refine");
    bool useCanny = parser.get<bool>("canny");
    bool overlay = parser.get<bool>("overlay");
 
    Mat image = imread(filename, IMREAD_GRAYSCALE);
 
    if( image.empty() )
    {
cout << "無法載入 " << filename;
        return 1;
    }
 
imshow("原始影像", image);
 
    if (useCanny)
    {
Canny(image, image, 50, 200, 3); // 應用 Canny 邊緣檢測器
    }
 
    // 建立具有標準或無最佳化的 LSD 檢測器。
    Ptr<LineSegmentDetector> ls = useRefine ? createLineSegmentDetector(LSD_REFINE_STD) : createLineSegmentDetector(LSD_REFINE_NONE);
 
    double start = double(getTickCount());
vector<Vec4f> lines_std;
 
    // 檢測線段
ls->detect(image, lines_std);
 
    double duration_ms = (double(getTickCount()) - start) * 1000 / getTickFrequency();
std::cout << "耗時 " << duration_ms << " 毫秒。" << std::endl;
 
    // 顯示找到的線段
    if (!overlay || useCanny)
    {
image = Scalar(0, 0, 0);
    }
 
ls->drawSegments(image, lines_std);
 
    String window_name = useRefine ? "結果 - 標準最佳化" : "結果 - 無最佳化";
window_name += useCanny ? " - 使用 Canny 邊緣檢測器" : "";
 
imshow(window_name, image);
 
cv::Mat::empty
    return 0;
}