本文实例为大家分享了OpenCV利用霍夫变换进行直线检测的具体代码，供大家参考，具体内容如下
1.最简单的霍夫变换是在图像中识别直线。在平面直角坐标系(x-y)中，一条直线可以用下式表示：y=kx+b。
这表示参数平面(k-b)中的一条直线。因此，图像中的一个点对应参数平面中的一条直线，图像中的一条直线对应参数平面中的一个点。对图像上所有的点作霍夫变换，最终所要检测的直线对应的一定是参数平面中直线相交最多的那个点。这样就在图像中检测出了直线。在实际应用中，直线通常采用参数方程：p=xcostheta+ysintheta。
Opencv里有以下函数检测直线（最基本的霍夫变换）：
void HoughLines(InputArray image, OutputArray lines, double rho, double theta, int threshold, double srn=0, double stn=0 )
具体用法看代码就知道了：（现在版本的OpenCV使用函数cvHoughLines2）
#include "opencv2/opencv.hpp"
#define PI 3.1415926
int main(int argc, char *argv[])
{
cv::Mat image = cv::imread ("road.jpg");
cv::Mat result;
cv::cvtColor (image,result,CV_BGRA2GRAY);
cv::Mat contours;
cv::Canny (result,contours,125,350); //边缘检测
std::vector<cv::Vec2f> lines;
/*霍夫变换,获得一组极坐标参数（rho，theta）,每一对对应一条直线，保存到lines
第3,4个参数表示在（rho，theta)坐标系里横纵坐标的最小单位，即步长*/
cv::HoughLines (contours,lines,1,PI/180,80);
std::vector<cv::Vec2f>::const_iterator iter = lines.begin ();
std::cout<<lines.size ()<<std::endl;
while(iter != lines.end())
{
float rho = (*iter)[0];
float theta = (*iter)[1];
if(theta<PI/4.||theta>3.*PI/4)
{ //画交点在上下两边的直线
cv::Point pt1(rho/cos(theta),0);
cv::Point pt2((rho-result.rows*sin(theta))/cos(theta),result.rows);
cv::line(image,pt1,pt2,cv::Scalar(255),1);
}
else
{ //画交点在左右两边的直线
cv::Point pt1(0,rho/sin(theta));
cv::Point pt2(result.cols,(rho-result.cols*cos(theta)/sin(theta)));
cv::line(image,pt1,pt2,cv::Scalar(255),1);
}
++iter;
}
cv::namedWindow ("hough");
cv::imshow("hough",image);
cv::waitKey (0);
}
