解说基于OpenCV的钟表识别中的霍夫直线变换

在日常生活或工业生产中经常需要读取仪表的信息，本文就基于OpenCV的简单钟表识别中的霍夫变换作解说。

 霍夫直线变换

原理：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，属于同一条直线上的点，在极坐标空间（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。

（1）Hough Line Tranform用来做直线检测

（2）前提条件是------边缘检测已经完成

（3）平面空间到极坐标空间转换

        x=ρ*cosθ，y=ρ*sinθ, ρ^2=x^2+y^2,tanθ=y/x(x≠0)  

 （4）相关API，标准的霍夫变换HoughLines从平面坐标转换到霍夫空间，最终输出是（θ，r)表示极坐标空间，霍夫变换直线的概率cv::HoughLinesP最终输出是直线的两个点。  

HoughLines函数的各个参数分析

HoughLines(

InputArraysrc，  //输入图像，必须是8-bit的灰度图像

OutputArraylines，//输出的极坐标表示直线

double rho，//生成极坐标的时候像素扫描步长

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才被看成是直线

<