Houghlines中的笛卡尔坐标答案

【问题标题】：Cartesian coordinates in HoughlinesHoughlines中的笛卡尔坐标
【发布时间】：2018-08-02 07:03:33
【问题描述】：

为什么我们不能在 Houghlines 变换中使用笛卡尔坐标 (x,y) 而不是极坐标 (r,theta) ？谁能澄清一下？

【问题讨论】：

因为效率更高？也许他们应该添加一个转换器:)
如何使用笛卡尔坐标对线进行参数化？ “霍夫空间”是参数空间，由要检测的形状的参数跨越的空间。
基本上是因为 HoughLines 变换是这样设计的，将它们放在笛卡尔坐标中是没有意义的（整个想法是将由许多像素组成的直线编码或参数化为仅 2 个变量 rho和θ）

标签： python opencv computer-vision polar-coordinates houghlines

【解决方案1】：

据我所知（引自维基百科）：

霍夫变换最简单的情况是检测直线。一般来说，直线y = mx + b可以表示为参数空间中的一个点(b, m)。但是，垂直线会造成问题。它们会产生斜率参数m 的无限值。因此，出于计算原因，Duda 和 Hart 提出使用 Hesse 范式r = x*cos(theta) + y*sin(theta)，其中r 是从原点到直线上最近点的距离，theta 是@ 987654327@ 轴和连接原点与最近点的线。

可以通过查找曲线之间的交点数来检测一条线。相交的曲线越多意味着该交点所代表的线有更多的点。一般来说，我们可以定义检测一条线所需的最小交叉点数的阈值。这就是霍夫线变换的作用。它跟踪图像中每个点的曲线之间的交点。如果交叉点的数量高于某个阈值，则将其声明为一条带有交叉点参数(theta,r_(theta)) 的线。（OpenCV 文档）

【讨论】：