如何在文本图像上实现Hough transform？我正在寻找伪代码（最终会在 java 中）。
这里是一些背景信息：
给定图像，确定直线y = mx + b 的方程。通常，霍夫变换以极坐标表示，例如Rho = y*sin(theta) + x*cos(theta)。 （我不太确定 X 和 Y 值对应于图像）。
我们只对Rho 和theta 值感兴趣并绘制它们。累加器中有很多点的位置（我知道一些实现，而不是执行）被认为是一条线。
我不明白的问题是如何找到更新累加器的rho 和theta。
【问题讨论】：
标签： java image image-processing signals transform
霍夫变换最简单的情况是线性变换 检测直线。在图像空间中，直线可以是 描述为 y = mx + b 并且可以为每对绘制图形 图像点数 (x, y)
所以这会告诉您x 和 y 对应于图像中的背面。
在霍夫变换中，一个主要思想是考虑特征 直线的不是像点 (x1, y1), (x2, y2), ...，而是 相反，就其参数而言，例如斜率参数 m 和 截距参数b。
基于这一事实，直线 y = mx + b 可以表示为参数空间中的一个点 (b, m)。 然而，人们面临着垂直线引起的问题 参数 m 和 b 的无限值。由于计算原因， 因此最好使用一对不同的参数，表示为 和 (theta)，用于霍夫变换中的线。
参数 rho 表示直线与直线之间的距离 原点，而 theta 是从原点到这个向量的角度 最近的点。
这告诉您 rho 和 theta 对应于什么：它们是您试图在图像中描述的直线的斜率和截距的极坐标表示。
在SourceForge 上，您可以找到C++ 霍夫变换的实现。
您应该能够解释我在上一个链接中指出的代码的描述可能如下：
霍夫变换算法使用一个称为累加器的数组来 检测是否存在一条线 y = mx + b。
例如，线性霍夫变换问题有两个未知数 参数：m 和 b。
对于每个像素及其邻域，霍夫变换算法 确定该像素是否有足够的边缘证据。如果 所以，它会计算那条线的参数，然后寻找 参数落入累加器的 bin，并增加 该 bin 的值。
通过查找具有最高值的箱，通常通过查找 累加器空间中的局部最大值，最可能的行可以是 提取
【讨论】：