Opencv-cvHoughLines2

我正在阅读

Learning openCV

，在这本书中我看到了

cvHoughLines2

的描述。但有一件事我不明白

我读过Hough变换，我想我理解它，所以参数

rho

和

theta

让我有点困惑。当我们有方程时，

rho=xcos（θ）+ycos（θ）

当我们决定

theta

的一些离散值时，

rho

的值应该是自动已知的

在这本书中，据说

opencv

创建了

rho

x

theta

accumlator数组

---

opencv是否只是将角度离散为

360/θ的倍数？但是
rho
参数如何匹配？
rho
的值是如何离散的？
你的问题不清楚，似乎你很困惑。看一看。给定一组属于一条直线的点（x和y），你可以用两个参数r和θ来描述同一条直线。这是我们想要找到的两个独立参数，它们最好地描述了点所在的直线。
在开始时，你决定θ的向量，比如说10个数字，你需要将结果四舍五入到矩阵的像素中，其中行表示半径，列表示角度
因此，如果某条直线的角度和半径相同，它将向累加器添加一个值。
[0 36 .. 360]
还有半径向量[1 2 3..10]
然后创建图像M*N全零，例如
[ 0 0 0
0 0 0
0 0 0]
然后你们在一定的半径和角度上执行你们写的公式，你们的矩阵变成
[ 1 0 0
0 0 0
0]

然后
[ 1 0 0
0 0 1
0 0 0]
然后
[20
0 0 1
0 1 0]
等等
然后，您可以设置阈值，只找到一些直线或某些角度。
是的，为了在计算机内存中表示累加器阵列，我们需要选择角度值（θ），当我们选择有限个θ时，我们可以计算
r
。我不明白为什么opencv要我把角度和a
r
的值都传给他。单是角度就足以创建accumlator阵列。好吧，现在我确定你的算法错了，看看我文章中的页面，先把你认为算法工作的方式放在一边。opencv的两个参数是这两个维度中的分辨率。或者看看Hough transform上的wikipedia页面。嘿，这个链接是关于，一旦你浏览了它，我相信它会让你清楚这个主题。