python - 在不知道聚类数量的情况下根据起点和终点对线进行聚类

Question

我使用霍夫变换来检测足球场中的线条。以下是检测到的行的示例（总共61 行）：

所有行都是cv2.HoughLinesP-function 的输出，并numpy-array以下列格式显示：

 [x1, y1, x2, y2]

我要分类 3 个不同的线组；goal_line,goal_area_line和penalty_area_line. 图像上可见的第 4 行是由广告牌引起的，我想忽略这一行。我正在努力选择集群的数量k。这是因为当球从中线向球门区移动时，我们首先只看到 1 条线，即penalty_area_line。当球进一步向左移动时，相机可能会跟随，我们会看到更多的线条。我使用以下来计算每条线的梯度和截距：

def gradient_intercept(x1, y1, x2, y2):
   dx = x2 - x1
   dy = y2 - y1
   radius = math.atan2(-dy, dx)
   radius %= 2 * math.pi
   gradient = -math.degrees(radius)
   if gradient <= -180:
     gradient = gradient + 180
   gradient = gradient + 90
   intercept = y1 - gradient * x1

   return gradient, intercept

接下来，我为所有线创建一个二维数组，并使用它来计算距离矩阵。

import numpy as np
import scipy.spatial as ss     

def distance_matrix(lines):
   xy = np.empty((0, 2), int)

   try:
      for line in lines:
         for x1, y1, x2, y2 in line:
            gradient, intercept = gradient_intercept(x1, y1, x2, y2)
            xy = np.append(xy, [[0, gradient]], axis=0)
   except Exception as e:
      print(str(e))

   if len(xy) > 2:
      distance_matrix = ss.distance_matrix(xy, xy)

该函数产生以下输出：

[[0.        6.10702413 5.12577724 ... 1.11858265 0.02889456 2.02399679]
[6.10702413 0.         0.98124689 ... 7.22560678 6.07812957 4.08302733]
[5.12577724 0.98124689 0.         ... 6.24435989 5.09688267 3.10178044]
...
[1.11858265 7.22560678 6.24435989 ... 0.         1.14747721 3.14257944]
[0.02889456 6.07812957 5.09688267 ... 1.14747721 0.         1.99510223]
[2.02399679 4.08302733 3.10178044 ... 3.14257944 1.99510223 0.        ]]

接下来，我需要根据它们的截距将这些线聚集在一起。我假设（在 4 个可见集群的情况下）

  intercept_billboards > intercept_goal_line > intercept_goal_area_line > intercept_penalty_area_line

搜索 SO 我相信这DBSCAN适合我的情况

from sklearn.cluster import DBSCAN
db = DBSCAN(eps=0.2,min_samples=2)  # minimum of two lines in order to be considered a cluster
db.fit_predict(distance_matrix)
labels = db.labels_
n_clusters_ = len(set(labels)) - (1 if -1 in labels else 0)

检查n_clusters_我有时会看到 5 或 6 的值。问题：究竟是什么eps？它是什么规模？在我的情况下，什么是合适的值？ 第二个问题我的方法（截距-> distance_matrix）是正确的吗？

提前致谢

标签： pythonlinehough-transform