Напиши преобразование хафа на python, numpy для черно-белого изображения
- User
Напиши преобразование хафа на python, numpy для черно-белого изображения
- Assistant
Преобразование Хафа (Hough transform) для черно-белого изображения можно реализовать с помощью библиотеки numpy. Вот пример кода:
import numpy as np def hough_transform(image): height, width = image.shape diagonal = int(np.ceil(np.sqrt(height**2 + width**2))) theta_range = np.deg2rad(np.arange(-90, 90)) cos_theta = np.cos(theta_range) sin_theta = np.sin(theta_range) num_thetas = len(theta_range) accumulator = np.zeros((diagonal, num_thetas)) y_idxs, x_idxs = np.nonzero(image) for i in range(len(x_idxs)): x = x_idxs[i] y = y_idxs[i] for t_idx in range(num_thetas): rho = int(x*cos_theta[t_idx] + y*sin_theta[t_idx]) rho_idx = rho + diagonal // 2 accumulator[rho_idx, t_idx] += 1 return accumulator, theta_range # Пример использования image = np.array([[0, 0, 0, 0], [1, 1, 1, 1], [0, 0, 1, 0], [0, 0, 1, 0]]) accumulator, theta_range = hough_transform(image)В этом примере входное изображение
imageпредставлено двумерным массивом numpy, где цвета пикселей закодированы числами (например, черный - 0, белый - 1). Функцияhough_transformвозвращает аккумуляторную матрицуaccumulator, которая содержит голосование для всех возможных линий, и массивtheta_range, который содержит углы от -90 до 89 градусов. Каждый элемент аккумулятора представляет собой количество пикселей, которые голосуют за соответствующую линию Хафа.Обратите внимание, что код приведен только для преобразования Хафа и не содержит дополнительных шагов для обнаружения линий на изображении.
Other models, same or similar prompt
Responses were produced in different, uncontrolled contexts (system prompts, settings, prior turns). This is not a benchmark.