目标
在这一章当中,
我们将了解霍夫变换的概念。
我们将看到如何使用它来检测图像中的线条。
我们将看到以下函数:cv.HoughLines(),cv.HoughLinesP()
理论
如果可以用数学形式表示形状,则霍夫变换是一种检测任何形状的流行技术。即使形状有些破损或变形,也可以检测出形状。我们将看到它如何作用于一条线。
一条线可以表示为y = mx + c或以参数形式表示为ρ=xcosθ+ysinθ,其中ρ是从原点到该线的垂直距离,而θ是由该垂直线和水平轴形成的角度以逆时针方向测量(该方向随您如何表示坐标系而变化。此表示形式在OpenCV中使用)。查看下面的图片:
![1](https://i-blog.csdnimg.cn/blog_migrate/514ddb0d698c512c2ac3e330c1925d7a.png)
1
因此,如果线在原点下方通过,则它将具有正的ρ且角度小于180。如果线在原点上方,则将角度取为小于180,而不是大于180的角度。ρ取负值。任何垂直线将具有0度,水平线将具有90度。
现在,让我们看一下霍夫变换如何处理线条。任何一条线都可以用(ρ,θ)这两个术语表示。因此,首先创建2D数组或累加器(以保存两个参数的值),并将其初始设置为0。让行表示ρ,列表示θ。阵列的大小取决于所需的精度。假设您希望角度的精度为1度,则需要180列。对于