本文介绍了霍夫变换（Hough Transform）在OpenCV中的应用，包括传统霍夫变换、概率霍夫变换、检测直线和圆形的原理，以及广义霍夫变换在检测不规则形状时的挑战和方法。霍夫变换是一种有效的检测图像中特定形状的算法，通过累加器和参数空间的概念来寻找几何图形。
霍夫曼变换是一种可以检测出某种特殊形状的算法，OpenCV中用霍夫曼变换来检测出图像中的直线、椭圆和其他几何图形。由它改进的算法，可以用来检测任何形状的图形。
传统Hough变换 ： 枚举统计法
找到通过足够多数量的像素点的所有直线，它分析每个单独的像素，并识别出所有的可能经过它的直线。
当同一条直线穿过许多点，便意味着这条线的存在足够明显。
累加器
累加器就是用来记录某条直线被识别了多少次，霍夫曼最直接的想法是，计算所有可能的直线，找出重复数量最多的那几条，重复次数就是识别的阈值。
演算步骤
Hough transform演算步骤（以直线为例）：
直线公式： y = ax – b
称（x,y）为图像空间的坐标，(a,b)为参数空间
最低0.47元/天 解锁文章
837
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
