Hough Transform Tutorial

霍夫变换

它在许多计算机视觉应用程序中非常有用。霍夫变换的原始形式旨在识别直线。这就是我今天要解释的内容。此外，该技术后来被推广到检测其他形状，如圆形、椭圆等。

方法的目标，图像准备

要使用霍夫线变换，处理后的图像应该是二进制的。但我们想在原始彩色图像上搜索直线。因此，最常见的解决方案可能是首先对图像进行灰度化，然后检测边缘。然后可以将这样的边缘掩码提取到 Hough Lines 方法，该方法应该输出在图像上找到的一组直线。

直线表示

正如我们从很早的学校课程中学到的，直线可以用两个参数表示。最简单和最广泛使用的参数对是（a，b），它们对应于斜率和截距。然后该行被描述为：y = ax + b

让我们暂时忘记这些参数。我们还可以使用极坐标系中的(ρ, θ)对来明确地描述线。第一个参数ρ是从原点到直线的最短距离（垂直接近直线）。第二个，θ，是 x 轴和距离线之间的角度。这种表示的好处之一是我们可以用ρ和θ来描述垂直线，这在笛卡尔系统中仅使用(a, b