1.霍夫变换(Hough Transform) 霍夫变换是图像处理中从图像中识别几何形状的基本方法之一，应用很广泛，也有很多改进算法。主要用来从图像中分离出具有某种相同特征的几何形状（如，直线，圆等）。最基本的霍夫变换是从黑白图像中检测直线(线段)。
2.Hough变换的原理是将特定图形上的点变换到一组参数空间上，根据参数空间点的累计结果找到一个极大值对应的解，那么这个解就对应着要寻找的几何形状的参数（比如说直线，那么就会得到直线的斜率k与常熟b，圆就会得到圆心与半径等等）
3.霍夫线变换是一种用来寻找直线的方法。用霍夫线变换之前, 首先需要对图像进行边缘检测的处理，也即霍夫线变换的直接输入只能是边缘二值图像。
4.霍夫直线检测的具体原理参见：
https://blog.csdn.net/ycj9090900/article/details/52944708
http://www.opencv.org.cn/opencvdoc/2.3.2/html/doc/tutorials/imgproc/imgtrans/hough_lines/hough_lines.html
http://lib.csdn.net/article/opencv/24201
Code
import cv2 as cv
import numpy
def line_detection(image):
# 标准霍夫线变换
gray = cv.cvtColor(image, cv.COLOR_BGR2GRAY)
edges = cv.Canny(gray, 50, 150, apertureSize=3)
lines = cv.HoughLines(edges, 1, numpy.pi/180, 200)
for line in lines:
# print(type(line))
rho, theta = line[0] # line[0]存储的是点到直线的极径和极角，其中极角是弧度表示的。
a = numpy.cos(theta) # theta是弧度
b = numpy.sin(theta)
x0 = a * rho # 代表x = r * cos（theta）
y0 = b * rho # 代表y = r * sin（theta）
x1 = int(x0 + 1000 * (-b)) # 计算直线起点横坐标
y1 = int(y0 + 1000 * a) # 计算起始起点纵坐标
x2 = int(x0 - 1000 * (-b)) # 计算直线终点横坐标
y2 = int(y0 - 1000 * a) # 计算直线终点纵坐标
# 注：这里的数值1000给出了画出的线段长度范围大小，数值越小，画出的线段越短，数值越大，画出的线段越长
cv.line(image, (x1, y1), (x2, y2), (0, 0, 255), 2) # 点的坐标必须是元组，不能是列表
cv.imshow("image_line", image)
def line_detect_possible_demo(image):
# 统计概率霍夫线变换
gray = cv.cvtColor(image, cv.COLOR_BGR2GRAY)
edges = cv.Canny(gray, 50, 150, apertureSize=3) # apertureSize参数默认其实就是3
lines = cv.HoughLinesP(edges, 1, numpy.pi/180, 100, minLineLength=50, maxLineGap=10)
for line in lines:
print(type(line))
x1, y1, x2, y2 = line[0]
cv.line(image, (x1, y1), (x2, y2), (0, 0, 255), 2)
cv.imshow("line_detect_possible_demo", image)
src = cv.imread("./data/sudoku.png", cv.IMREAD_COLOR)
cv.namedWindow("line", cv.WINDOW_AUTOSIZE)
cv.imshow("line", src)
# line_detection(src)
line_detect_possible_demo(src)
cv.waitKey(0)
cv.destroyAllWindows()
运行结果
!*g](https://upload-images.jianshu.io/upload_images/7855458-adc25a878af6e815.png?imageMogr2/auto-orient/strip%7CimageView2/2/w/1240)
API
1.opencv的HoughLines函数是标准霍夫线变换函数，该函数的功能是通过一组参数对
的集合来表示检测到的直线，其函数原型为：HoughLines(image, rho, theta, threshold[, lines[, srn[, stn[, min_theta[, max_theta]]]]]) -> 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。
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 。
srn参数、stn参数默认都为0。如果srn = 0且stn = 0，则使用经典的Hough变换。
min_theta参数表示对于标准和多尺度Hough变换，检查线条的最小角度。
max_theta参数表示对于标准和多尺度Hough变换，检查线条的最大角度。
2.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。
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。
参考：
https://www.cnblogs.com/FHC1994/p/9138315.html