簡介：

1.霍夫變換(Hough Transform) 霍夫變換是圖像處理中從圖像中識別幾何形狀的基本方法之一，應用很廣泛，也有很多改進算法。主要用來從圖像中分離出具有某種相同特征的幾何形狀（如，直線，圓等）。最基本的霍夫變換是從黑白圖像中檢測直線(線段)。

2.Hough變換的原理是將特定圖形上的點變換到一組參數空間上，根據參數空間點的累計結果找到一個極大值對應的解，那么這個解就對應著要尋找的幾何形狀的參數（比如說直線，那么就會得到直線的斜率k與常熟b，圓就會得到圓心與半徑等等）

3.霍夫線變換是一種用來尋找直線的方法。用霍夫線變換之前, 首先需要對圖像進行邊緣檢測的處理，也即霍夫線變換的直接輸入只能是邊緣二值圖像。

4.霍夫直線檢測的具體原理參見：

http://www.opencv.org.cn/opencvdoc/2.3.2/html/doc/tutorials/imgproc/imgtrans/hough_lines/hough_lines.html

代碼如下：

#直線檢測#使用霍夫直線變換做直線檢測，前提條件：邊緣檢測已經完成import cv2 as cvimport numpy as np#標準霍夫線變換def line_detection(image): gray = cv.cvtColor(image, cv.COLOR_RGB2GRAY) edges = cv.Canny(gray, 50, 150, apertureSize=3) #apertureSize參數默認其實就是3 cv.imshow('edges', edges) lines = cv.HoughLines(edges, 1, np.pi/180, 80) for line in lines: rho, theta = line[0] #line[0]存儲的是點到直線的極徑和極角，其中極角是弧度表示的。 a = np.cos(theta) #theta是弧度 b = np.sin(theta) x0 = a * rho #代表x = r * cos（theta） y0 = b * rho #代表y = r * sin（theta） x1 = int(x0 + 1000 * (-b)) #計算直線起點橫坐標 y1 = int(y0 + 1000 * a) #計算起始起點縱坐標 x2 = int(x0 - 1000 * (-b)) #計算直線終點橫坐標 y2 = int(y0 - 1000 * a) #計算直線終點縱坐標 注：這里的數值1000給出了畫出的線段長度范圍大小，數值越小，畫出的線段越短，數值越大，畫出的線段越長 cv.line(image, (x1, y1), (x2, y2), (0, 0, 255), 2) #點的坐標必須是元組，不能是列表。 cv.imshow('image-lines', image)#統計概率霍夫線變換def line_detect_possible_demo(image): gray = cv.cvtColor(image, cv.COLOR_RGB2GRAY) edges = cv.Canny(gray, 50, 150, apertureSize=3) # apertureSize參數默認其實就是3 lines = cv.HoughLinesP(edges, 1, np.pi / 180, 60, minLineLength=60, maxLineGap=5) for line in lines: x1, y1, x2, y2 = line[0] cv.line(image, (x1, y1), (x2, y2), (0, 0, 255), 2) cv.imshow('line_detect_possible_demo',image)src = cv.imread(’E:/imageload/louti.jpg’)print(src.shape)cv.namedWindow(’input_image’, cv.WINDOW_AUTOSIZE) cv.imshow(’input_image’, src)line_detection(src)src = cv.imread(’E:/imageload/louti.jpg’) #調用上一個函數后，會把傳入的src數組改變，所以調用下一個函數時，要重新讀取圖片line_detect_possible_demo(src)cv.waitKey(0)cv.destroyAllWindows()

運行結果：

注意：

1.opencv的HoughLines函數是標準霍夫線變換函數，該函數的功能是通過一組參數對 的集合來表示檢測到的直線，其函數原型為：HoughLines(image, rho, theta, threshold[, lines[, srn[, stn[, min_theta[, max_theta]]]]]) -> lines