使用C++编写Hough变换的直线检测的代码

在使用 Hough 变换进行直线检测时，需要先将原图像转化为二值图像。然后，可以使用 OpenCV 库中的函数 `cv2.HoughLinesP()` 来进行 Hough 变换。这个函数需要输入二值图像、rho 和 theta 的精度、阈值以及最小直线长度和最大间断长度。它会返回一个包含直线信息的列表。

下面是一个使用 Hough 变换检测图像中的直线的简单示例代码：

#include <opencv2/opencv.hpp>
#include <iostream>

using namespace cv;
using namespace std;

int main(int argc, char** argv) {
  // 读入原图像
  Mat image = imread("image.jpg", IMREAD_GRAYSCALE);

  // 对图像进行二值化
  Mat binary;
  threshold(image, binary, 128, 255, THRESH_BINARY);

  // 进行 Hough 变换
  vector<Vec4i> lines;
  HoughLinesP(binary, lines, 1, CV_PI/180, 80, 30, 10);

  // 遍历每条直线，并在图像上绘制出来
  for (size_t i = 0; i < lines.size(); i++) {
    Vec4i l = lines[i];
    line(image, Point(l[0], l[1]), Point(l[2], l[3]), Scalar(0,0,255), 3, LINE_AA);
  }

  // 显示结果图像
  imshow("Lines", image);
  waitKey();

  return 0;
}

在这个代码中，首先读入了原图像并将其转化为灰度图像。然后，使用 `threshold()` 函数对图像进行二值化，并使用 `HoughLinesP()` 函数进行 Hough 变