Python 霍夫线中的笛卡尔坐标

为什么我们不能在Houghlines变换中使用笛卡尔坐标（x，y）而不是极坐标（r，θ）？有人能澄清吗？

据我所知（引自维基百科）：

Hough变换最简单的情况是检测直线。通常，直线y=mx+b可以表示为参数空间中的点

（b，m）

。然而，垂直线带来了一个问题。它们将产生坡度参数

m

的无界值。因此，出于计算原因，Duda和Hart建议使用黑森范式

r=x*cos（θ）+y*sin（θ）

，其中

r

是从原点到直线上最近点的距离，

theta

是

x

轴与连接原点和最近点的线之间的角度

通过查找曲线之间的交点数量可以检测到一条直线。相交的曲线越多，表示该交点所代表的直线具有更多的点。一般来说，我们可以定义检测线路所需的最小交点数的阈值。

---

这就是Hough线变换的作用。它跟踪图像中每个点的曲线之间的交点。如果交叉点的数量高于某个阈值，则它将其声明为具有交叉点的参数

（θ，r（θ））

的直线。（OpenCV文档）

因为它更高效？也许他们应该添加一个转换器：）你将如何使用笛卡尔坐标来分析一条直线？“Hough空间”是一个参数空间，一个由你想要检测的形状的参数组成的空间。基本上是因为HoughLines变换就是这样设计的，在cartessian中使用它们是没有意义的（整个想法是将由许多像素组成的直线编码或参数化为两个变量rho和θ）