边缘检测算法和Hough变换

边缘检测算法是图像处理中常用的技术，用于检测图像中的边缘信息。Hough变换是一种经典的图像处理算法，用于检测图像中的直线、圆等形状。下面是边缘检测算法和Hough变换的介绍：

1. 边缘检测算法：
边缘检测算法是图像处理中常用的技术，用于检测图像中的边缘信息。其中，Canny边缘检测算法是一种经典的边缘检测算法，它包括以下步骤：

import cv2
import numpy as np

# 读取图像
img = cv2.imread('input.jpg', 0)

# 使用Canny边缘检测算法
edges = cv2.Canny(img, 100, 200)

# 显示边缘检测结果
cv2.imshow('Canny Edges', edges)
cv2.waitKey(0)
cv2.destroyAllWindows()

2. Hough变换：
Hough变换是一种经典的图像处理算法，用于检测图像中的直线、圆等形状。在OpenCV中，可以使用HoughLines和HoughCircles函数来实现Hough变换检测直线和圆。下面是使用Hough变换检测直线的示例代码：

import cv2
import numpy as np

# 读取图像
img = cv2.imread('input.jpg')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 使用Canny边缘检测算法
edges = cv2.Canny(gray, 50, 150)

# 进行Hough变换检测直线
lines = cv2.HoughLines(edges, 1, np.pi/180, 200)

# 绘制检测到的直线
for line in lines:
    rho, theta = line[0]
    a = np.cos(theta)
    b = np.sin(theta)
    x0 = a * rho
    y0 = b * rho
    x1 = int(x0 + 1000 * (-b))
    y1 = int(y0 + 1000 * (a))
    x2 = int(x0 - 1000 * (-b))
    y2 = int(y0 - 1000 * (a))
    cv2.line(img, (x1, y1), (x2, y2), (0, 0, 255), 2)

# 显示检测结果
cv2.imshow('Hough Lines', img)
cv2.waitKey(0)
cv2.destroyAllWindows()