11_hough_transform.py

  1"""
  211. 허프 변환
  3- HoughLines (표준 허프 직선)
  4- HoughLinesP (확률적 허프 직선)
  5- HoughCircles (허프 원)
  6"""
  7
  8import cv2
  9import numpy as np
 10
 11
 12def create_line_image():
 13    """직선이 있는 테스트 이미지"""
 14    img = np.zeros((400, 500, 3), dtype=np.uint8)
 15    img[:] = [200, 200, 200]
 16
 17    # 다양한 직선
 18    cv2.line(img, (50, 50), (450, 50), (0, 0, 0), 2)      # 수평선
 19    cv2.line(img, (50, 50), (50, 350), (0, 0, 0), 2)      # 수직선
 20    cv2.line(img, (100, 100), (400, 300), (0, 0, 0), 2)   # 대각선
 21    cv2.line(img, (100, 300), (400, 100), (0, 0, 0), 2)   # 대각선
 22    cv2.line(img, (250, 150), (250, 350), (0, 0, 0), 2)   # 수직선
 23
 24    return img
 25
 26
 27def create_circle_image():
 28    """원이 있는 테스트 이미지"""
 29    img = np.zeros((400, 500, 3), dtype=np.uint8)
 30    img[:] = [200, 200, 200]
 31
 32    # 다양한 원
 33    cv2.circle(img, (100, 100), 40, (0, 0, 0), 2)
 34    cv2.circle(img, (300, 100), 50, (0, 0, 0), 2)
 35    cv2.circle(img, (150, 250), 60, (0, 0, 0), 2)
 36    cv2.circle(img, (350, 280), 45, (0, 0, 0), 2)
 37
 38    # 채워진 원
 39    cv2.circle(img, (450, 350), 30, (0, 0, 0), -1)
 40
 41    return img
 42
 43
 44def hough_lines_demo():
 45    """표준 허프 직선 변환 데모"""
 46    print("=" * 50)
 47    print("표준 허프 직선 변환 (HoughLines)")
 48    print("=" * 50)
 49
 50    img = create_line_image()
 51    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
 52
 53    # 엣지 검출
 54    edges = cv2.Canny(gray, 50, 150)
 55
 56    # 허프 직선 변환
 57    # rho: 거리 해상도 (픽셀)
 58    # theta: 각도 해상도 (라디안)
 59    # threshold: 최소 투표 수
 60    lines = cv2.HoughLines(edges, 1, np.pi/180, 100)
 61
 62    result = img.copy()
 63
 64    if lines is not None:
 65        print(f"검출된 직선 수: {len(lines)}")
 66
 67        for line in lines:
 68            rho, theta = line[0]
 69
 70            # 극좌표 → 직교좌표 변환
 71            a = np.cos(theta)
 72            b = np.sin(theta)
 73            x0 = a * rho
 74            y0 = b * rho
 75
 76            # 직선 그리기 (충분히 긴 선분)
 77            x1 = int(x0 + 1000 * (-b))
 78            y1 = int(y0 + 1000 * (a))
 79            x2 = int(x0 - 1000 * (-b))
 80            y2 = int(y0 - 1000 * (a))
 81
 82            cv2.line(result, (x1, y1), (x2, y2), (0, 0, 255), 2)
 83
 84    print("\nHoughLines 파라미터:")
 85    print("  rho: 거리 해상도 (보통 1 픽셀)")
 86    print("  theta: 각도 해상도 (보통 π/180)")
 87    print("  threshold: 직선으로 판단할 최소 투표 수")
 88
 89    cv2.imwrite('hough_lines_input.jpg', img)
 90    cv2.imwrite('hough_lines_edges.jpg', edges)
 91    cv2.imwrite('hough_lines_result.jpg', result)
 92
 93
 94def hough_lines_p_demo():
 95    """확률적 허프 직선 변환 데모"""
 96    print("\n" + "=" * 50)
 97    print("확률적 허프 직선 변환 (HoughLinesP)")
 98    print("=" * 50)
 99
100    img = create_line_image()
101    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
102    edges = cv2.Canny(gray, 50, 150)
103
104    # 확률적 허프 변환
105    # minLineLength: 최소 직선 길이
106    # maxLineGap: 직선으로 간주할 최대 간격
107    lines = cv2.HoughLinesP(edges, 1, np.pi/180, 50,
108                            minLineLength=50, maxLineGap=10)
109
110    result = img.copy()
111
112    if lines is not None:
113        print(f"검출된 선분 수: {len(lines)}")
114
115        for line in lines:
116            x1, y1, x2, y2 = line[0]
117            cv2.line(result, (x1, y1), (x2, y2), (0, 255, 0), 2)
118            cv2.circle(result, (x1, y1), 5, (255, 0, 0), -1)
119            cv2.circle(result, (x2, y2), 5, (0, 0, 255), -1)
120
121    print("\nHoughLinesP 장점:")
122    print("  - 선분의 시작점, 끝점 반환")
123    print("  - 표준 방법보다 빠름")
124    print("  - 파라미터 조정 용이")
125
126    cv2.imwrite('hough_linesp_result.jpg', result)
127
128
129def hough_lines_params_demo():
130    """허프 직선 파라미터 영향"""
131    print("\n" + "=" * 50)
132    print("허프 직선 파라미터 영향")
133    print("=" * 50)
134
135    img = create_line_image()
136    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
137    edges = cv2.Canny(gray, 50, 150)
138
139    # 다양한 threshold 값
140    thresholds = [30, 50, 100, 150]
141
142    for thresh in thresholds:
143        lines = cv2.HoughLinesP(edges, 1, np.pi/180, thresh,
144                                minLineLength=30, maxLineGap=10)
145        result = img.copy()
146
147        if lines is not None:
148            for line in lines:
149                x1, y1, x2, y2 = line[0]
150                cv2.line(result, (x1, y1), (x2, y2), (0, 255, 0), 2)
151
152            print(f"threshold={thresh}: {len(lines)} 선분 검출")
153
154        cv2.imwrite(f'hough_thresh_{thresh}.jpg', result)
155
156
157def hough_circles_demo():
158    """허프 원 변환 데모"""
159    print("\n" + "=" * 50)
160    print("허프 원 변환 (HoughCircles)")
161    print("=" * 50)
162
163    img = create_circle_image()
164    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
165
166    # 블러 적용 (노이즈 감소)
167    blurred = cv2.GaussianBlur(gray, (9, 9), 2)
168
169    # 허프 원 변환
170    # cv2.HOUGH_GRADIENT: 허프 그래디언트 방법
171    # dp: 누적 배열 해상도 비율 (1 = 입력과 동일)
172    # minDist: 원 중심 간 최소 거리
173    # param1: Canny 엣지 검출 상위 임계값
174    # param2: 원 검출 임계값 (낮을수록 더 많은 원 검출)
175    # minRadius, maxRadius: 원 반지름 범위
176
177    circles = cv2.HoughCircles(
178        blurred,
179        cv2.HOUGH_GRADIENT,
180        dp=1,
181        minDist=50,
182        param1=100,
183        param2=30,
184        minRadius=20,
185        maxRadius=100
186    )
187
188    result = img.copy()
189
190    if circles is not None:
191        circles = np.uint16(np.around(circles))
192        print(f"검출된 원 수: {len(circles[0])}")
193
194        for circle in circles[0, :]:
195            cx, cy, r = circle
196
197            # 원 그리기
198            cv2.circle(result, (cx, cy), r, (0, 255, 0), 2)
199            # 중심점 표시
200            cv2.circle(result, (cx, cy), 3, (0, 0, 255), -1)
201
202            print(f"  원: 중심=({cx}, {cy}), 반지름={r}")
203
204    print("\nHoughCircles 파라미터:")
205    print("  dp: 누적 배열 해상도 (1 권장)")
206    print("  minDist: 원 중심 간 최소 거리")
207    print("  param1: Canny 상위 임계값")
208    print("  param2: 원 검출 임계값 (낮으면 많이 검출)")
209    print("  minRadius/maxRadius: 반지름 범위")
210
211    cv2.imwrite('hough_circles_input.jpg', img)
212    cv2.imwrite('hough_circles_result.jpg', result)
213
214
215def hough_circles_params_demo():
216    """허프 원 파라미터 영향"""
217    print("\n" + "=" * 50)
218    print("허프 원 파라미터 영향")
219    print("=" * 50)
220
221    img = create_circle_image()
222    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
223    blurred = cv2.GaussianBlur(gray, (9, 9), 2)
224
225    # param2 값 변화
226    param2_values = [20, 30, 40, 50]
227
228    for p2 in param2_values:
229        circles = cv2.HoughCircles(
230            blurred, cv2.HOUGH_GRADIENT, 1, 50,
231            param1=100, param2=p2, minRadius=20, maxRadius=100
232        )
233
234        result = img.copy()
235        count = 0
236
237        if circles is not None:
238            circles = np.uint16(np.around(circles))
239            count = len(circles[0])
240
241            for circle in circles[0, :]:
242                cx, cy, r = circle
243                cv2.circle(result, (cx, cy), r, (0, 255, 0), 2)
244                cv2.circle(result, (cx, cy), 3, (0, 0, 255), -1)
245
246        print(f"param2={p2}: {count} 원 검출")
247        cv2.imwrite(f'hough_circles_p2_{p2}.jpg', result)
248
249
250def practical_lane_detection():
251    """실용 예제: 차선 검출 시뮬레이션"""
252    print("\n" + "=" * 50)
253    print("실용 예제: 차선 검출")
254    print("=" * 50)
255
256    # 도로 이미지 시뮬레이션
257    img = np.zeros((400, 600, 3), dtype=np.uint8)
258    img[:] = [100, 100, 100]  # 회색 도로
259
260    # 차선 그리기
261    cv2.line(img, (100, 400), (250, 200), (255, 255, 255), 5)  # 왼쪽 차선
262    cv2.line(img, (500, 400), (350, 200), (255, 255, 255), 5)  # 오른쪽 차선
263    cv2.line(img, (300, 400), (300, 250), (255, 255, 0), 3)    # 중앙선 (점선 역할)
264
265    # 그레이스케일 및 엣지
266    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
267    edges = cv2.Canny(gray, 50, 150)
268
269    # ROI (Region of Interest) 마스크
270    mask = np.zeros_like(edges)
271    roi_vertices = np.array([[(50, 400), (550, 400), (350, 180), (250, 180)]], np.int32)
272    cv2.fillPoly(mask, roi_vertices, 255)
273    masked_edges = cv2.bitwise_and(edges, mask)
274
275    # 허프 직선 검출
276    lines = cv2.HoughLinesP(masked_edges, 1, np.pi/180, 30,
277                            minLineLength=50, maxLineGap=100)
278
279    result = img.copy()
280
281    if lines is not None:
282        left_lines = []
283        right_lines = []
284
285        for line in lines:
286            x1, y1, x2, y2 = line[0]
287
288            # 기울기 계산
289            if x2 - x1 != 0:
290                slope = (y2 - y1) / (x2 - x1)
291
292                # 기울기로 좌/우 차선 분류
293                if slope < -0.3:  # 왼쪽 차선
294                    left_lines.append(line[0])
295                elif slope > 0.3:  # 오른쪽 차선
296                    right_lines.append(line[0])
297
298        # 차선 그리기
299        for line in left_lines:
300            cv2.line(result, (line[0], line[1]), (line[2], line[3]), (0, 255, 0), 3)
301        for line in right_lines:
302            cv2.line(result, (line[0], line[1]), (line[2], line[3]), (0, 0, 255), 3)
303
304        print(f"왼쪽 차선: {len(left_lines)}, 오른쪽 차선: {len(right_lines)}")
305
306    cv2.imwrite('lane_input.jpg', img)
307    cv2.imwrite('lane_edges.jpg', masked_edges)
308    cv2.imwrite('lane_result.jpg', result)
309    print("차선 검출 이미지 저장 완료")
310
311
312def main():
313    """메인 함수"""
314    # 표준 허프 직선
315    hough_lines_demo()
316
317    # 확률적 허프 직선
318    hough_lines_p_demo()
319
320    # 직선 파라미터
321    hough_lines_params_demo()
322
323    # 허프 원
324    hough_circles_demo()
325
326    # 원 파라미터
327    hough_circles_params_demo()
328
329    # 실용 예제
330    practical_lane_detection()
331
332    print("\n허프 변환 데모 완료!")
333
334
335if __name__ == '__main__':
336    main()