使用opencv的android Houghlines

我正在尝试使用opencv3对四边形对象进行透视校正。我设法显示了这些行，还使用

Imgproc.HoughLinesP（）

实现了Houghlines，并尝试使用

Imgproc.lines（）

突出显示这些行，但输出没有成功。下面是我的代码，我还附上了我的输出图像

请让我知道发生了什么错误以及应该做什么

Mat initImg; // initial image
Mat greyImg; // converted to grey

Mat lines = new Mat();
int threshold = 50;
int minLineSize = 20;
int lineGap = 10;

initImg = Imgcodecs.imread(imgLoc, 1);
greyImg = new Mat();
Imgproc.cvtColor(initImg, greyImg, Imgproc.COLOR_BGR2GRAY);
Bitmap bitm = Bitmap.createBitmap(greyImg.cols(), greyImg.rows(),Bitmap.Config.ARGB_8888);

Imgproc.blur(greyImg, greyImg, new Size(3.d, 3.d));
Imgproc.adaptiveThreshold(greyImg, greyImg, 255, Imgproc.ADAPTIVE_THRESH_MEAN_C, Imgproc.THRESH_BINARY_INV, 15, 4);

Imgproc.HoughLinesP(greyImg, lines, 1, Math.PI/180, threshold,
        minLineSize, lineGap);
// lines returns rows x columns and rows is always 1. I dont know why please help me to understand
for (int x = 0; x < lines.cols(); x++) {

    double[] vec = lines.get(0, x);
    double[] val = new double[4];

    double x1 = vec[0],
            y1 = vec[1],
            x2 = vec[2],
            y2 = vec[3];

    System.out.println(TAG+"Coordinates: x1=>"+x1+" y1=>"+y1+" x2=>"+x2+" y2=>"+y2);
    Point start = new Point(x1, y1);
    Point end = new Point(x2, y2);

    Imgproc.line(greyImg, start, end, new Scalar(0,255, 0, 255), 3);

}

Utils.matToBitmap(greyImg, bitm);

if(bitm!=null){
    Toast.makeText(getApplicationContext(), "Bitmap not null", Toast.LENGTH_SHORT).show();
    iv.setImageBitmap(bitm);
}else{
    Toast.makeText(getApplicationContext(), "Bitmap null", Toast.LENGTH_SHORT).show();
}

Mat initImg；//初始图像
Mat greyImg；//变成灰色
垫线=新垫（）；
int阈值=50；
int minLineSize=20；
int-lineGap=10；
initImg=Imgcodecs.imread（imgLoc，1）；
greyImg=新材料（）；
Imgproc.cvt颜色（初始、灰色、Imgproc.COLOR\u bgr2灰色）；
Bitmap bitm=Bitmap.createBitmap（greyImg.cols（），greyImg.rows（），Bitmap.Config.ARGB_8888）；
Imgproc.blur（greyImg，greyImg，新尺寸（3.d，3.d））；
Imgproc.adaptiveThreshold（greyImg，greyImg，255，Imgproc.ADAPTIVE_THRESH_MEAN_C，Imgproc.THRESH_BINARY_INV，15,4）；
Imgproc.HoughLinesP（greyImg，lines，1，Math.PI/180，阈值，
最小线尺寸、线间距）；
//行返回行x列，行始终为1。我不知道为什么请帮我理解
对于（int x=0；x”+x1+“y1=>”+y1+“x2=>”+x2+“y2=>”+y2）；
点开始=新点（x1，y1）；
点端点=新点（x2，y2）；
Imgproc.line（greyImg，开始，结束，新标量（0255，0255），3）；
}
Utils.matToBitmap（greyImg，bitm）；
如果（位！=null）{
Toast.makeText（getApplicationContext（），“位图不为空”，Toast.LENGTH_SHORT.show（）；
iv.设置图像位图（bitm）；
}否则{
Toast.makeText（getApplicationContext（），“位图为空”，Toast.LENGTH_SHORT.show（）；
}

我的输出：

---

我终于找到了时间线。在灰色图像中没有显示houghlines，我在灰色图像中提取了houghlines，但在彩色图像中绘制了houghlines，它工作了

Imgproc.HoughLinesP(greyImg, lines, 1, Math.PI/180, threshold,
                minLineSize, lineGap);

        for (int x = 0; x < lines.rows(); x++)
        {
            double[] vec = lines.get(x, 0);
            double x1 = vec[0],
                    y1 = vec[1],
                    x2 = vec[2],
                    y2 = vec[3];
            Point start = new Point(x1, y1);
            Point end = new Point(x2, y2);
            double dx = x1 - x2;
            double dy = y1 - y2;

            double dist = Math.sqrt (dx*dx + dy*dy);

            if(dist>300.d)  // show those lines that have length greater than 300
                Imgproc.line(initImg, start, end, new Scalar(0,255, 0, 255),5);// here initimg is the original image.

        }

Imgproc.HoughLinesP（greyImg，lines，1，Math.PI/180，阈值，
最小线尺寸、线间距）；
对于（int x=0；x300.d）//显示长度大于300的行
line（initImg，start，end，new Scalar（0255，0255），5）；//这里initImg是原始图像。
}