OpenCV学习之基于Hough变换的直线检测

本文由Markdown语法编辑器编辑完成。

背景：

　　前段时间在和朋友交流关于图像处理问题的时候，他们问我有没有做过图像智能识别的课题。对于习惯了做开发，而很少接触底层图像处理算法的我来说，其实算是比较陌生的一个课题。

　　但是，算法的确才是一个系统优秀与否的核心。同样的两套系统相比较，最后胜出的往往是性能更好的，而决定性能的通常便是底层的算法了。

　　在图像处理领域，我之前接触的主要是Matlab和ITK/VTK。而在图像处理领域，还有一个很重要的库OpenCV，之前却接触得很少。还有现在基于Python也有很多成熟的库来实现基本的图像处理，如scikit-image。

　　因此，接下来在进行开发的过程中，也要注意对算法的积累。开发更多的是一种熟练性质的工作，但是算法却不是一朝一夕能够掌握的，需要很多的数学基础知识的积累。

　　未来主要的学习也会集中在：
（1）数字图像处理算法（图像预处理，分割和配准）；
（2）数据挖掘；
（3）机器学习；
（4）自然语言处理。
　　其实这几个领域，任何一个领域都足以让我学习一辈子，任何一个领域如果足够精通我想都不得了了。
　　但是，这些算法的底层都是数学，而且很多算法其实是相通的。当真正地都了解了以后，或许都是可以触类旁通，融会贯通的。希望有朝一日自己能够达到这样的程度吧。而且，网上还有很多优秀的教程和课件供自己学习。

　　那么这篇文章就作为我研究图像处理算法的一个开篇吧。

本文主要是基于OpenCV进行直线检测。
　　关于本文的算法讲解部分，大家可以参考浅墨在CSDN上发布的OpenCV的系列教程，讲得非常详细。

　　以下是基于他给出的程序代码，对一副图进行直线检测的例子。通过这个例子，可以对OpenCV有一个直观的了解。俗话说，兴趣是最好的老师。如果你看到以下的图会无比兴奋的话，那么就赶快投入算法学习的怀抱吧！

　　该图是百度在2015春运期间发布的一张百度迁徙的图片，里面展现了春节期间，各个城市之间的迁徙路线。

　　可以看到这幅图中有很多的直线。那么如何检测出这些直线呢？基于Hough变换的直线检测可以很方便地通过调节一些参数来实现直线检测。
以下是根据不同的参数设置，得到的直线检测的结果：

（1）阈值为104时的检测结果：

（2）阈值为174时的检测结果：

（3）阈值为200时的检测结果：

参考链接：

1. 浅墨-CSDN- 【OpenCV入门教程之十四】OpenCV霍夫变换：霍夫线变换，霍夫圆变换合辑
   http://blog.csdn.net/poem_qianmo/article/details/26977557?utm_source=tuicool&utm_medium=referral