Discussion :

[k3ops]

Salut,
je voudrais savoir si quelqu'un connait une méthode pour trier les séquences de lignes trouvées à la suite du calcul cvHoughLines2(...) ?
En fait pour être plus clair je cherche à ne garder que les 5 plus représentatives lignes de mon image, voici une partie de mon code :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
 
int threshold = cvRound((cvSqrt(surface/CV_PI))/5); // permet d'obtenir un sueil pour ne garder que les "principales" lignes 
// MAIS ce n'est pas suffisant
CvMemStorage* storage = cvCreateMemStorage(0);
CvSeq* lines = 0;
lines = cvHoughLines2(image,storage,CV_HOUGH_STANDARD,1,CV_PI/180,threshold);

Ce code me renvoit donc une séquence de ligne mais suivant l'image en paramètre je peux avoir de 10 à 40 lignes hors je n'en veux que 5 !!!
Avez vous une technique pour parcourir cette séquence efficacement tout en triant celles qui m'interessent ?
Ou sinon est-ce que je peux optimiser la valeur calculée "threshold" pour trier encore plus sur mon image ?

Merci de vos conseils.
a+

[Vinsss84]

-Faire des filtrages préalable
-Avoir des critères sur les lignes (taille, orientation etc.)

Sinon je vois pas

[k3ops]

merci de la suggestion.
mais en fait voici les images que je manipules, ce sont des squelettes d'objets:



Le problème est que ces squelettes peuvent varier en taille de façon énorme (certains feront cette taille d'autres quatre fois plus petits,....)
Ce que je cherche c'est une manière générale qui s'adapte seule pour ne choisir que les axes principaux (ensuite je m'en servirai pour faire une rotation de l'image), donc je ne peux ni privilégier un angle, ni choisir une valeur précise pour savoir la longueur type d'une ligne.
C'est pourquoi j'avais penser faire par rapport à la surface du masque (voir mon code précédent dans la définition du "threshold") avec lequel j'ai obtenu ce squelette mais le résultat n'est pas brillant...
Vous auriez une autre idée ??? svp

[k3ops]

Finalement j'ai réussi à trouver un élément de réponse sur le google groups de OpenCV. La technique ne permet pas une optimisation du temps de calcul mais d'un autre côté ce n'est pas mon objectif premier. Le principe est d'y aller à taton en définissant une valeur du threshold qui augment petit à petit jusqu'à obtenir moins de 8 ligne :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
 
int threshold=15; // valeur déterminer par quelques tests sur mes exemples
// ne pas définir trop haut au début
CvSeq* lines = cvHoughLines2(_skel,storage,CV_HOUGH_STANDARD,1,CV_PI/180,threshold);
while(lines->total > 8) {
	threshold += 2;
	lines = cvHoughLines2(_skel,storage,CV_HOUGH_STANDARD,1,CV_PI/180,threshold);
}

J'espère que ça pourra en aider quelques uns

[Vinsss84]

Pas bête mais encore faut t'il que les 8 lignes soit les bonnes
Bon courage

[hunta_kirua]

Bonjour,

Le problème doit être résolu depuis longtemps mais des fois que ça intéresse ceux qui verront ce sujet.
Il faut savoir que les lignes retournées par cvHoughLines2 sont déjà classées, c'est-à-dire que la première est la plus représentative, le deuxième la deuxième plus représentative, etc. (avec les paramètres utilisés). Donc, si on ne peut pas se permettre de calculer plusieurs fois la transformée de Hough avec différents paramètres, ça peut être utile de le savoir.

Exemple pour les dix "plus grandes" lignes de l'image :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
 
lines = cvHoughLines2( dst, storage, CV_HOUGH_STANDARD, 1, CV_PI/180, 20, 0, 0 );
 
 
for( i = 0; i < MIN(lines->total,10); i++ )
{
	float* line = (float*)cvGetSeqElem(lines,i);
	float rho = line[0];
	float theta = line[1];
}

A+

Hunta