霍夫直线变换介绍
Hough Line Transform用来做直线检测
平面空间到极坐标空间转换
对于任意一条直线上的所有点来说
变换到极坐标中，从[0~360]空间，可以得到r的大小
属于同一条直线上点在极坐标空(r, theta)必然在一个点上有最强的信号出现，根据此反算到平面坐标中就可以得到直线上各点的像素坐标。从而得到直线
从平面坐标变换到霍夫空间（极坐标）
API：
标准的霍夫变换 cv::HoughLines从平面坐标转换到霍夫空间，最终输出是 
霍夫变换直线概率 cv::HoughLinesP最终输出是直线的两个点
。
cv::HoughLines(
InputArray src, // 输入图像，必须8-bit的灰度图像
OutputArray lines, // 输出的极坐标来表示直线
double rho, // 生成极坐标时候的像素扫描步长
double theta, //生成极坐标时候的角度步长，一般取值CV_PI/180
int threshold, // 阈值，只有获得足够交点的极坐标点才被看成是直线
double srn=0;// 是否应用多尺度的霍夫变换，如果不是设置0表示经典霍夫变换
double stn=0;//是否应用多尺度的霍夫变换，如果不是设置0表示经典霍夫变换
double min_theta=0; // 表示角度扫描范围 0 ~180之间， 默认即可
double max_theta=CV_PI
) // 一般情况是有经验的开发者使用，需要自己反变换到平面空间
cv::HoughLinesP(
InputArray src, // 输入图像，必须8-bit的灰度图像
OutputArray lines, // 输出的极坐标来表示直线
double rho, // 生成极坐标时候的像素扫描步长
double theta, //生成极坐标时候的角度步长，一般取值CV_PI/180
int threshold, // 阈值，只有获得足够交点的极坐标点才被看成是直线
double minLineLength=0;// 最小直线长度
double maxLineGap=0;// 最大间隔
)
代码：
#include <opencv2\opencv.hpp> #include <iostream> using namespace std; using namespace cv; Mat src, gray_src, dst; int main() { src = imread("D:/opencvSRC/line2.jpg"); if (!src.data) { printf("could not load image...\n"); return -1; } namedWindow("input image", CV_WINDOW_AUTOSIZE); imshow("input image", src); cvtColor(src, src, CV_BGR2GRAY); cvtColor(src, dst, CV_GRAY2BGR); Canny(src, gray_src, 150, 200); //cvtColor(gray_src, dst, CV_BGR2GRAY); imshow("iamge", gray_src); vector<Vec4f> plines; HoughLinesP(gray_src, plines, 1, CV_PI / 180, 10, 0.0, 10); Scalar color = Scalar(0, 0, 255); for (size_t i = 0; i < plines.size(); i++) { Vec4f hline = plines[i]; line(dst, Point(hline[0], hline[1]), Point(hline[2], hline[3]), color, 3, LINE_AA); } imshow("iamge2", dst); waitKey(0); return 0; } 效果：
