OpenCV进行Hough直线检测，cv::HoughLines（）

环境

vs2019，Opencv4.0

效果

函数原型

image：输入图像，必须是单通道二进制图像，比如Canny边缘检测后的输出图像。
lines：检测到的直线，一般类型为std::vector
rho: 累加器的距离分辨率（以像素为单位）。
theta：以弧度为单位的累加器的角度分辨率。
threshold：累加器阈值
srn：0
stn：0
min_theta：线条的最小角度
max_theta：线条最大角度，默认为PI

示例代码

#include 
#include 
#include 
#include 
#include 
#include 
#include


int main(int argc, char* argv[])
{

    cv::Mat img, img_clone, img_g, img_c;
    img = cv::imread("E:\\Comm\\demo\\22.jpeg", 1);
    img_clone = img.clone();
    cv::cvtColor(img, img_g, cv::COLOR_BGR2GRAY); //灰度图像
    cv::Canny(img_g, img_c, 100, 300, 3, false);

  
    cv::namedWindow("example", 1); //创建一个窗口用于显示图像，1代表窗口适应图像的分辨率进行拉伸。
    cv::namedWindow("hough", 1); //创建一个窗口用于显示图像，1代表窗口适应图像的分辨率进行拉伸。
    cv::namedWindow("houghP", 1); //创建一个窗口用于显示图像，1代表窗口适应图像的分辨率进行拉伸。

    std::vector<cv::Vec2f> lines; //储存霍夫变换的线
    std::vector<cv::Vec4i> linesP; //渐进概率霍夫变换

    bool hough_mode = true;
    bool houghp_mode = true;
    while (true)
    {
        if (hough_mode == true)
        {
            //霍夫变换检测直线
            cv::HoughLines(img_c, lines, 1, 0.3*CV_PI / 180, 230, 0, 0);

            //画出直线
            for (size_t i = 0; i < lines.size(); ++i)
            {
                float rho = lines[i][0], theta = lines[i][1];
                cv::Point pt1, pt2;
                double a = cos(theta), b = sin(theta);
                double x0 = a * rho, y0 = b * rho;
                pt1.x = cvRound(x0 + 1000 * (-b));
                pt1.y = cvRound(y0 + 1000 * (a));
                pt2.x = cvRound(x0 - 1000 * (-b));
                pt2.y = cvRound(y0 - 1000 * (a));
                cv::line(img, pt1, pt2, cv::Scalar(0, 0, 255), 1, cv::LINE_AA);
            }

            if (img.empty() == false) //图像不为空则显示图像
            {
                cv::imshow("example", img_c);
                cv::imshow("hough", img);
            }
        }

        if (houghp_mode == true)
        {
            //渐进概率霍夫变换
            cv::HoughLinesP(img_c, linesP, 3, 0.3*CV_PI / 180, 230, 20, 10);
            
            for (size_t i = 0; i < linesP.size(); i++)
            {
                //取出检测到的线段，从起点到终点（x0, y0, x1, y1)
                cv::Vec4i l = linesP[i]; 
                //画出线段
                cv::line(img_clone, cv::Point(l[0], l[1]), cv::Point(l[2], l[3]), cv::Scalar(0, 0, 255), 1, cv::LINE_AA);
            }

            if (img_clone.empty() == false) //图像不为空则显示图像
            {
                if(hough_mode == false) cv::imshow("example", img_c);
                cv::imshow("houghP", img_clone);
            }
        }

       

        
        int  key = cv::waitKey(30); //等待30ms
        if (key ==  int('q')) //按下q退出
        {
            break;
        }

    }
    cv::destroyAllWindows(); //关闭所有窗口
        
    return 0;

}

两种检测方法，第二种检测方法的速度更快，但是会有一定的精度损失。