HoughLinesP（霍夫变换直线检测）

Posted 2023-03-02

参考技术A

霍夫变换 是一种特征检测(feature extraction)，被广泛应用在 图像分析 （image analysis）、计算机视觉(computer vision)以及数位影像处理(digital image processing)。霍夫变换是用来辨别找出物件中的特征，例如：线条。他的 算法 流程大致如下，给定一个物件、要辨别的形状的种类，算法会在参数空间(parameter space)中执行投票来决定物体的形状，而这是由累加空间(accumulator space)里的局部最大值(local maximum)来决定。
现在广泛使用的霍夫变换是由RichardDuda和PeterHart在公元1972年发明，并称之为广义霍夫变换(generalizedHoughtransform)，广义霍夫变换和更早前1962年的PaulHough的专利有关。经典的霍夫变换是侦测图片中的 直线 ，之后，霍夫变换不仅能识别直线，也能够识别任何形状，常见的有圆形、椭圆形。1981年，因为DanaH.Ballard的一篇期刊论文"Generalizing the Hough transform to detect arbitrary shapes"，让霍夫变换开始流行于计算机视觉界。

●源图像

●处理后图像

●函数原型
○c++

○android

●参数解释
○image：输入图像：8-bit，灰度图
○lines：存储线段极坐标的容器，每一条线由具有四个元素的矢量(x_1,y_1, x_2, y_2） 表示，其中，(x_1, y_1)和(x_2, y_2) 是每个检测到的线段的结束点。
○rho：生成极坐标的像素扫描步长。
○theta：生成极坐标的角度步长，一般是π/180。
○threshold：要”检测” 一条直线所需最少的的曲线交点 。
○minLineLength ：默认值0，表示最低线段的长度，比这个设定参数短的线段就不能被显现出来。
○maxLineGap ：默认值0，允许将同一行点与点之间连接起来的最大的距离。

●c++中

●Android中