3.10.1　检测线

首先，我们来检测一些线，这可以用HoughLines函数或者HoughLinesP函数实现。HoughLines函数使用标准霍夫变换，而HoughLinesP函数使用概率霍夫变换（因此名称中有P）。之所以称作概率霍夫变换，是因为它只分析图像点的子集，并估计这些点属于同一条线的概率。它是标准霍夫变换的优化版本，计算强度更小，执行速度更快。HoughLinesP的实现返回每个检测线段的两个端点，而HoughLines的实现返回每条线，表示形式为一个单点和一个角度，不包含端点的信息。

我们来看一个非常简单的例子：

这个简单脚本的关键部分（除了HoughLines函数调用）是设置最小线段长度（丢弃较短的线）和最大线段间距（即将两条线段视为单独线段之前，线段的最大间距）。

同时，请注意，HoughLines函数采用单通道二值图像，并通过Canny边缘检测滤波器进行处理。Canny并非严格要求，但是已经去噪且只表示边缘的图像是霍夫变换的理想源，所以你会发现这是一种常见的做法。

HoughLinesP的参数如下：

·图像。

·搜索线时使用的分辨率或者步长。rho是以像素为单位的位置步长，而theta是以弧度为单位的旋转步长。例如，如果指定rho=1且theta=np.pi/180.0，则搜索的线之间的间隔只有1像素和1度。

·threshold表示丢弃低于该阈值的线。霍夫变换类似于箱和投票的系统，每个箱表示一条线，如果候选线至少拥有阈值数的选票就保留，否则就将其丢弃。

·minLineLength和maxLineGap，如前所述。