霍夫变换原理

基本原理

一条直线可由两个点A=(x1, y1)和B=(x2, y2)确定（笛卡尔坐标）

另一方面，y=kx+q也可写成关于(k, q)的函数表达式（霍夫空间）

对应的变换可以通过图形直观表示

变换后的空间称为霍夫空间。即：笛卡尔坐标系中一条直线，对应霍夫空间的一个点。

反过来同样成立（霍夫空间的一条直线，对应笛卡尔坐标系的一个点） 

共线的A、B两个点，对应霍夫空间的情形

再看一下三个点共线的情况

可以看出如果笛卡尔坐标系的点共线，这些点在霍夫空间对应的直线交于一点，这也是必然的，因为共线的情况下斜率k和截距q是不变的。

如果不止一条直线呢？再看看多个点的情况（有两条直线）

其实(3, 2)与(4, 1)也能组成直线，只不过它由两个点确定。而图中A、B两点是三条直线的交点，这也是霍夫变换的后处理基本方式：选择由尽可能多直线汇成的点。

霍夫空间中选择由三条直线相交确定的点（中间图），对应笛卡尔坐标系的直线（右图）

到这里问题似乎解决了，已经完成了霍夫变换的求解，但是如果像下图这种情况呢？ 

k=∞是不方便表示的，因此考虑将笛卡尔坐标表示转换成极坐标表示。

在极坐标下其实是一样的，极坐标的点→霍夫空间的直线，只不过霍夫空间不再是(k, q)的参数，而是(ρ, θ)的参数，对比图如下

霍夫变换的步骤如下

一个具体的例子

如上图，假定在一张8×8大小的图片中有一条直线，首先从左上角(1, 8)像素点开始分别计算θ=0°、45°、90°、135°、180°时ρ的值分别为，并给这5个值分别计一票。同理计算像素(3, 6)点θ=0°、45°、90°、135°、180°时ρ的值，并分别计票，这时发现θ=45°, ρ=已经计了两票了。以此类推，遍历图片中的所有像素点，最终发现θ=45°, ρ=一共5票，而其它点票数均少于5票，所以得到图片中直线的极坐标方程为，至此该直线方程就求出来了，（实际中θ取值跨度不会这么大，一般是1度）。

参考

https://www.cnblogs.com/php-rearch/p/6760683.html 

https://www.cnblogs.com/lvchaoshun/p/10645231.html

https://stackoverflow.com/questions/40531468/explanation-of-rho-and-theta-parameters-in-houghlines