【笔记】OpenCV3 图形处理-轮廓检测-直线、圆检测（七）

OpenCV中提供了HoughLines 和 HoughLinesP来检测直线。第一个函数使用标准的Hough变换，第二个函数使用概率Hough变换，通过计算点属于直线的概率，提高了算法速度，是标准Hough变换的优化版

---

• cv2.HoughLines

def HoughLines(image, rho, theta, threshold, lines=None, srn=None, stn=None, min_theta=None, max_theta=None)

输入参数：

image: 输入二值化图形  常用Canny边缘检测过的图像作为输入

rh0,theta：线段的几何表示，一般取1，np.pi/180 相当于步长

threshold: 阈值  低于该阈值的会被忽略 可以被认为是一个线条的最小计数值

返回数据：(ρ,θ)，其中ρ的单位是像素长度（也就是直线到图像原点(0,0)点的距离），而θ的单位是弧度

img = cv2.imread('img/667.jpg', cv2.IMREAD_COLOR)
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
edges = cv2.Canny(gray,50,150)

lines = cv2.HoughLines(edges,1, np.pi/180, 200)
print(len(lines))
edges = cv2.cvtColor(edges,cv2.COLOR_GRAY2BGR)
for rho, theta in lines[:,0,:]:
    a = np.cos(theta)
    b = np.sin(theta)
    x0 = a*rho
    y0 = b*rho
    x1 = int(x0 + 1000*