我正在使用hough transform. 我试图检测水平和垂直边缘，然后找到平行线。
我的代码：
img = rgb2gray(img);
img = medfilt2(img);
v = edge(img,'sobel','vertical');
v = bwlabel(v);
stats = regionprops(v, 'Area','BoundingBox','Image');
ids = find([stats.Area] > 30 & [stats.Area] < 2000);
v = ismember(v,ids);
输出：
现在我想检测平行线。我在Mathworks上查阅了不同的示例，但不幸的是，我没有得到太多。有人请指导我如何在二进制图像中检测两条几乎直线和平行的线？
您提到了霍夫变换，但您的代码没有使用它。但是，它可以帮助您找出线条的方向。
霍夫变换的最大值对应于可能的线。这些最大值由它们的坐标 $(\rho, \theta)$ 定义，其中 $\rho$ 是从原点到直线上最近点的距离，$\theta$ 是 $x$ 之间的角度轴和连接原点与最近点的线（参见维基百科）。
因此，两条平行线有一个接近的 $\theta$（或 $\theta + \pi$）。
这是约翰 BG jgb2012@sky.com
1.- 避免加倍段
如果您继续使用您在方法中使用的代码：
img=imread('001.jpg');
imshow(img);
img = rgb2gray(img);
img = medfilt2(img);
v = edge(img,'sobel','vertical');
v = bwlabel(v);
stats = regionprops(v, 'Area','BoundingBox','Image');
ids = find([stats.Area] > 30 & [stats.Area] < 2000);
vsq = ismember(v,ids);
figure;imshow(vsq)
您正在添加不应该包含的片段，添加的附加线条非常接近原始图像的线条，但不应该存在。在搜索平行线时，看起来这些非常接近的线对中的每一个都算作真正的平行线对，而实际上只有一条线
因此，请允许我提出以下建议：
2.- 获取图像，仅取 1 个颜色层，并进行二值化：
clear all;clc;close all
input_image_filename='001.jpg'
A=imread(input_image_filename);
figure(1);imshow(A)
因为所有 3 个 RGB 层都有完全相同的层，所以 1 层就足够了
A1=A(:,:,1)
th1=100
A1(A1>th1)=255;A1(A1<=th1)=0;
figure(2);imshow(A1)
3.- 使用命令 bwmorph 收缩平滑一点
A2=A1;
A2(A2>0)=1; % same as A2=imbinarize(A1);
A3=bwmorph(A2,'skel',Inf);
figure(3);imshow(A3);
% 003
A4=bwmorph(A3,'tophat',Inf); % not useful
figure(4);imshow(A4);
% 004
4.-编号计数段
A5=bwlabel(A4,8);
figure(5);imshow(A5)
% 004-2
现在，最后一个图显然与前一个图相同，但实际上现在每个段都有不同的值，尽管所有段也看起来是白色的：最右边的直线段的所有像素都有值 31，所有“白色”像素该段实际上具有相同的值 31。
整个图中没有其他段具有任何值为 31 的像素。
紧靠上述标记为 31 的片段左侧的片段具有值 30，同样，同一片段的所有像素都具有相同的值 30，同时整个图中没有其他片段具有任何像素值，既不是 31 也不是 30。
现在我们可以计算图像中有多少段，避免第 1 点中突出显示的危险加倍
range_A5=unique(A5)';
amount_segments=max(range_A5)
amount_segments =
47
有47段
5.- 短枝呢？
目标是相互比较片段并告诉它们的平行程度，成对比较。
为了保持答案简洁，让我们简化为线性段：
没有 T 形接头 没有星形或任何其他线段拓扑，如果不将笔从纸上抬起，就无法用单笔迹线绘制。
5.1.- 捕获所有段的尖端点
A5(1,:)=0;A5(end,:)=0;A5(:,1)=0;A5(:,end)=0; % make sure picture frame, all edge pixels, are black
A4(1,:)=0;A4(end,:)=0;A4(:,1)=0;A4(:,end)=0; % make sure picture frame, all edge pixels, are black
% figure(6);imshow(A5); % check that there are not white pixels right on edge of picture
[sz1_A5,sz2_A5]=size(A5) % sz2 horizontal sz1 vertical
[wx,wy,v]=find(A5);P=[wx wy]; % P: all white points
hold all % check P contains all white and only white points
for k=1:1:length(P)
plot(P(k,2),P(k,1),'r*')
end
% 004-3
PA：单元格 PA 的每个元素包含 1 段的所有像素
接下来，S 将包含每个段的所有尖端点的坐标 {[x11 y11 x12 y12] [x21 y21 x22 y22 x23 y23] ..}
S={}; % coordinates of tip points of each segment {[x11 y11 x12 y12] [x21 y21 x22 y22 x23 y23] .. }
for k=1:1:length(PA)
L0=PA{k}
% hold all % check all points in L0 define same segment
% for k10=1:1:length(L0)
% plot(L0(k10,2),L0(k10,1),'r*')
% end
T1=[]
for k2=1:1:size(L0,1)
p1=L0(k2,:) % read white point coordinates
p1y=p1(1);p1x=p1(2)
P2=[p1y-1 p1x-1; % coordinates of 8 pixels around p1
p1y-1 p1x;
p1y-1 p1x+1;
p1y p1x+1;
p1y+1 p1x+1;
p1y+1 p1x;
p1y+1 p1x-1;
p1y p1x-1];
s2=0
for k3=1:1:8
s2=s2+A4(P2(k3,1),P2(k3,2))
end
if s2==1 % there's only 1 px adjacent to p1
T1=[T1 p1x p1y]
end
end
p1_check=T1([1:2:end]) % mark all tips found for same segment
p2_check=T1([2:2:end])
hold all;
for k4=1:1:numel(p1_check)
plot(p1_check(k4),p2_check(k4),'b*')
end
% end
S{k}=T1
end
% 005
5.2.- 选择相距最远的 2 个提示作为提示点：
即使是明显或多或少的直线段也可能显示多于 1 对尖端点
% 005-2
因此，让我们首先通过选择仅一对点作为分段提示来解决此问题，从上述点中选择，选择那些最远的设备。
T2=[0 0 0 0]
for k=1:1:size(S,2)
L1=S{k}
ptx=L1([1:2:end]) % mark all tips found for same segment
pty=L1([2:2:end])
if numel(ptx)>2 more_than_2_tips=1; end
if numel(ptx)==2 more_than_2_tips=0; end
if numel(ptx)<2 more_than_2_tips=NaN; end % error
switch more_than_2_tips
case 1
D=((ptx-ptx').^2+(pty-pty').^2).^.5 % distance matrix
maxD=max(max(D))
[nrow,ncol,v]=find(D==maxD)
ptipx1=ptx(nrow(1))
ptipx2=ptx(nrow(2))
ptipy1=pty(ncol(1))
ptipy2=pty(ncol(2))
hold all;
plot([ptipx1 ptipx2],[ptipy2 ptipy1],'ro','MarkerSize',10,'LineWidth',2)
plot([ptipx1 ptipx2],[ptipy2 ptipy1],'r','MarkerSize',10,'LineWidth',2)
D(nrow,ncol)
T2=[T2;ptipx1 ptipy2 ptipx2 ptipy1]
case 0
D=((ptx(1)-ptx(2))^2+(pty(1)-pty(2))^2)^.5
hold all;
plot([ptx(1) ptx(2)],[pty(1) pty(2)],'ro','MarkerSize',10,'LineWidth',2)
plot([ptx(1) ptx(2)],[pty(1) pty(2)],'r','MarkerSize',10,'LineWidth',2)
T2=[T2;ptx(1) pty(1) ptx(2) pty(2)]
otherwise
end
end
T2(1,:)=[]
T2 包含所有尖端点，每段 2 个
% check
ptnx=T2(:,[1 3])
ptny=T2(:,[2 4])
plot(ptnx,ptny,'yo','MarkerSize',10,'LineWidth',2)
评论：这个检查是“更多的 MATLAB”之类的。
确实不需要上面使用的某些 for 循环。有些习惯很难改掉。
T2：分段提示
M2：分段坡度
6.- 如何定义、测量和比较 2 个给定 2D 段之间的平行度。
T2
M2=(T2(:,4)-T2(:,2))./(T2(:,3)-T2(:,1))
7.-考虑直线度和平行度等效：
平行度的测量与所比较的段的直线度密切相关
在 2D 中，坡度或直线度 Inf 或 -Inf 相同
M2(find(M2==-Inf))=Inf
那么问题是在所有段之间比较 M2
PAR=M2-M2'
段数上的平行度
figure(6);stem(M2);grid on
% 007-1
figure(7);histogram(M2)
% 007-2
然而，与其将 M2 视为并行度的直接衡量标准，或许在问题的上下文中，已经提到它与车牌识别有关，但样本图像看起来更像是一个生物实验室。 petry，也许作为平行度的角度会更合适：
PAR_angle=atand(M2)-atand(M2)'
角度以度为单位，而不是弧度。
figure(7);stem(atand(M2));grid on
% 007-3
figure(8);histogram(atand(M2),35)
% 007-4
观察：没有绝对（角度）>100º的线段
评论：线段对之间平行度比较的矩阵PAR是对称的，只需要对角线的一侧。
如果有兴趣，我可以展示如何添加标准或自定义颜色图，映射到 M2 斜率或 atand(M2) 角度，以在视觉上将具有相似平行度的段配对
cmap=colormap(jet)
..
到目前为止，问题已得到解答，以下几点是未解决的评论和替代解决方案，如果读者认为可能有任何帮助，请完成：
%%%%%%%%%%%%%%%%%%%%%%%%%%
8.- 让我们避免混淆，例如 Taylor Hobson 的并行器的行业定义
008
在 Taylor Hobson，他们使用以下标准：
D1-D2 越接近零，D1 D2 是 2 个线段的尖端之间的距离但是 TH 称它为线段越平行，但这比 2D 线段更能衡量对称性。
考虑到大量的段，如果尖端被交叉并且 D1 D2 错误地显示比它们应该的大怎么办？
**9.- 平行线的欧几里得定义：
平面上不相交的一对直线。**
评论：允许为直线段保留单词“line”，相邻像素与直接相邻像素保持相同的斜率。
我找到了与欧几里得并行性等效的定义：
**如果连接 2 个“等效”或“配对”像素的所有光束（不同段中的每个像素）满足以下条件，则该问题初始图中的任何 2 个段都可以被认为是高度平行的：
a.- 所有梁具有相同的坡度
b.- 所有梁的长度相同**
这样有 2 个整形片段，其中一个是另一个的翻译副本，例如 (SS CC LL)，相对旋转为零，这与相同的姿态和相同数量的像素相同：这样的原始副本和翻译副本将最大程度地平行.
但是根据欧几里得定义或平行线，两个同心圆是平行的，但无论考虑的点如何，它们都不是直的。
要测量任意一对线段之间的梁斜率和长度，必须首先解决 2 个障碍：
避免钉子和 T 形接头产生过多和不必要的光束
9.1.- 移除钉子
9.2.- 段的长度不同
为了在提供此答案时减少工作量，我将这一点 9.2 限制为以下起始图，此过程可以轻松升级到问题所附初始图中的其余部分：
10.- 测量横梁角度（坡度）和长度
由于第 7 点已经提供了对并行度的准确测量。
我将关闭此答案，将第 8、9、10 点留给任何读者的兴趣，如果联系到这些点，将相应地开发。
%%%%%%%%%
发送紧凑的脚本，只需通过电子邮件告诉我在哪里。
如果您发现此答案有用，请考虑将我的答案标记为已接受的答案吗？
对于任何其他读者，如果您发现此答案有用，请考虑单击箭头投票链接
提前感谢您的时间和关注
约翰·BG
jgb2012@sky.com