opencv 直线检测
直线检测必须对着边缘检测的结果二值图检测，不能对着灰度图检测
二值图和边缘检测的结果图还是不一样的，
二值图的检测结果：
api:
cv.HoughLines(image, rho, theta, threshold, lines=None, srn=None, stn=None, min_theta=None, max_theta=None)
参数:
第一个参数是一个二值化图像，所以在进行霍夫变换之前要首先进行二值化，或者进行 Canny 边缘检测。
opencv的HoughLinesP函数是统计概率霍夫线变换函数，该函数能输出检测到的直线的端点 ，其函数原型为：HoughLinesP(image, rho, theta, threshold[, lines[, minLineLength[, maxLineGap]]]) -> lines
image参数表示边缘检测的输出图像，该图像为单通道8位二进制图像。
rho参数表示参数极径 以像素值为单位的分辨率，这里一般使用 1 像素。
theta参数表示参数极角 以弧度为单位的分辨率，这里使用 1度。一般设置为CV_PI/180;
threshold参数表示检测一条直线所需最少的曲线交点。
lines参数表示储存着检测到的直线的参数对 的容器，也就是线段两个端点的坐标。
minLineLength参数表示能组成一条直线的最少点的数量，点数量不足的直线将被抛弃。
maxLineGap参数表示能被认为在一条直线上的亮点的最大距离。
demo:
import cv2
import numpy as np
image=cv2.imread("erzhi.jpg")
start=time.time()
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
edges = cv2.Canny(gray, 50, 120)
line = 100
minLineLength = 15
lines = cv2.HoughLinesP(edges, 1, np.pi / 90, 10, lines=line, minLineLength=minLineLength)
lines1 = lines[:, 0, :]
print(time.time()-start,lines.shape)
for x1, y1, x2, y2 in lines1:
cv2.line(image, (x1, y1), (x2, y2), (0, 255, 0), 2)
cv2.imshow("edges",edges)
cv2.imshow("lines",image)
cv2.waitKey()