Opencv 线段检测器与概率霍夫变换

在OpenCV中，有两种检测线的方法，它们以端点向量的形式给出类似的结果-和。（不考虑标准Hough变换，因为给定的输出是方程式，而不是直线端点。）

我还没有找到这两种测线方法的比较和对比，以及它们的优缺点。因此，这两种功能之间的区别是什么？使用一种方法与使用另一种方法相比有什么特别的好处吗

---

此外，是否有其他鲜为人知的测线方法（如LSD）在某些用例中可能是有利的？

测线段检测器（LSD）

• 将灰度图像作为输入
• 设计为无需任何参数调整即可工作
• 以线性时间运行
• 给出亚像素级的精确结果
• 用于无参数边缘检测
• 实施示例：

（渐进式）概率霍夫变换

• 将二值图像作为输入
• 具有多个调谐参数；距离分辨率（rho）、角度分辨率（θ）、累加器阈值参数（仅返回具有足够票数的参数）、最小线长度和最大线间距
• 时间性能取决于参数（但优于标准Hough变换）
• 由于随机性，多次运行可能会产生不同的结果
• 用于更具体的测线；参数允许调整，并可选择组合线段（通过最大线间距参数）以返回单个较长的线
• OpenCV实现是（感谢）

其他算法

• ：使用边缘检测器的线性时间线段检测器。据我所知，没有OpenCV实现

---

（多亏米卡指出了输入和潜在用途的差异）LSD使用灰度图像作为输入，white PHough使用二值（黑白）图像。所以他们是完全不同的。我喜欢LSD，因为它非常无参数，更像是边缘检测和PHough，可以找到一条更长的线。@Mika，你可以把它作为答案。我想这就足够了。无论如何谢谢你@米卡同意了，如果你想详细说明这个问题的答案，那就太好了！（否则，我想我会在某个时候把我所知道的写进一个答案，并把这些分数归功于你。）atm没有时间写一个好的答案，我的评论有点基于观点（除了二进制输入和灰度输入的区别）。您可以自己开始回答，并随时更新。我有不同的意见和提示：）由于许可证冲突，线段检测器已被删除，我建议大家对此问题竖起大拇指！“还原LineSegmentDetector LSD并避免许可证冲突”：