當前位置: 首頁>>編程示例 >>用法及示例精選 >>正文

Python skimage.transform.hough_line_peaks用法及代碼示例

用法: skimage.transform.hough_line_peaks(hspace, angles, dists, min_distance=9, min_angle=10, threshold=None, num_peaks=inf)

返回直線霍夫變換中的峰值。

識別霍夫變換中以特定角度和距離分隔的最突出的線。在霍夫空間的第一(距離)和第二(角度)維度中分別應用不同大小的非極大值抑製來識別峰值。

參數：

hspace：(N, M) 數組: hough_line 函數返回的霍夫空間。
angles：(M,) 數組: 返回的角度skimage.transform.hough_line函數。假設是連續的。 (角度[-1] - 角度[0] == PI)。
dists：(N, ) 數組: hough_line 函數返回的距離。
min_distance：int 可選: 最小距離分隔線(霍夫空間第一維的最大過濾器尺寸)。
min_angle：int 可選: 最小角度分隔線(霍夫空間第二維的最大過濾器尺寸)。
threshold：浮點數，可選: 峰的最小強度。默認值為 0.5 * max(hspace)。
num_peaks：int 可選: 最大峰值數。當峰值數量超過num_peaks時，根據峰值強度返回num_peaks坐標。

返回：

accum, angles, dists：數組的元組: 霍夫空間、角度和距離中的峰值。

例子：

>>> from skimage.transform import hough_line, hough_line_peaks
>>> from skimage.draw import line
>>> img = np.zeros((15, 15), dtype=bool)
>>> rr, cc = line(0, 0, 14, 14)
>>> img[rr, cc] = 1
>>> rr, cc = line(0, 14, 14, 0)
>>> img[cc, rr] = 1
>>> hspace, angles, dists = hough_line(img)
>>> hspace, angles, dists = hough_line_peaks(hspace, angles, dists)
>>> len(angles)
2

相關用法

注：本文由純淨天空篩選整理自scikit-image.org大神的英文原創作品 skimage.transform.hough_line_peaks。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。