如何实现随机霍夫变换来检测线？答案

【问题标题】：how to implement randomized hough transform to detect line?如何实现随机霍夫变换来检测线？
【发布时间】：2017-11-21 05:16:44
【问题描述】：

我可以使用 Opencv 的“cv2.HoughLines”来检测图像中的线条。但我想知道如何实现随机霍夫变换以使用 opencv python 检测线条，因为文献评论说 RHT 比 HT 表现更好。谁能帮帮我？

这是我的图片

使用以下代码后

lines = cv2.HoughLines(imgray, 1, np.pi / 180, 300)
for rho, theta in lines[0]:
 a = np.cos(theta)
 b = np.sin(theta)
 x0 = a * rho
 y0 = b * rho
 x1 = int(x0 + 1000 * (-b))
 y1 = int(y0 + 1000 * (a))
 x2 = int(x0 - 1000 * (-b))
 y2 = int(y0 - 1000 * (a))

cv2.line(imgray, (x1, y1), (x2, y2), (0, 0, 255), 2)

我得到以下结果

【问题讨论】：

教你如何实现如此复杂的算法远远超出了这个社区的范围。这是你必须自己学习的东西。我相信你会在网上找到一些源代码和论文。你可以在路上的小步骤上寻求帮助，但没有人会在这里写 200 页。
我怎样才能检测到多行而不仅仅是一个？
您很可能检测到不止一行，但至少与您帖子中的格式一样，您的代码只会绘制一行，因为对 cv2.line 的调用在 for 循环之外...跨度>

标签： python opencv image-processing computer-vision

【解决方案1】：

改用概率霍夫变换。

https://docs.opencv.org/3.0-beta/doc/py_tutorials/py_imgproc/py_houghlines/py_houghlines.html

【讨论】：

概率霍夫变换不同于 RHT。
@annie 这就是我写“代替”的原因。它性能更好，您无需实施任何东西。至少 RHT 是一个概率 HT，也许反过来就不是这样了。它更快。我从未见过两者之间的基准，也许你可以创建一个？`:)