霍夫变换 python

在中，你可以使用OpenCV库来实现霍夫变换。下面是一个简单的示例代码，展示了如何使用霍夫变换检测图像中的直线：

import cv2
import numpy as np

# 读取图像
img = cv2.imread('image.jpg')

# 将图像转换为灰度图像
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 进行边缘检测
edges = cv2.Canny(gray, 50, 150)

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

# 绘制检测到的直线
if lines is not None:
    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)

# 显示结果图像
cv2.imshow('Hough Lines', img)
cv2.waitKey(0)
cv2.destroyAllWindows()

在上述代码中，首先读取图像并将其转换为灰度图像。然后使用Canny边缘检测算法得到边缘图像。接下来使用`cv2.HoughLines`函数进行霍夫变换，其中参数`1`表示距离分辨率，`np.pi/180`表示角度分辨率，`200`表示阈值，用于确定直线。

最后，使用得到的直线参数绘制检测到的直线，并显示结果图像。

请注意，这只是一个简单的示例代码，实际应用中你可能需要根据具体情况进行参数调整和图像预处理。