写一个用边缘检测霍夫公式识别光学十字线的代码

以下是一个使用Python和OpenCV库实现边缘检测和霍夫变换识别光学十字线的代码示例：

import cv2
import numpy as np

# 读取图像
img = cv2.imread('image.jpg')

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

# 高斯滤波
blur = cv2.GaussianBlur(gray, (5, 5), 0)

# 边缘检测
edges = cv2.Canny(blur, 100, 200)

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

# 提取符合十字线特征的直线
cross_lines = []
for line in lines:
    rho, theta = line[0]
    if np.isclose(theta, np.pi/2, atol=0.02):
        cross_lines.append(line)

# 画出检测到的十字线
for line in cross_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('result', img)
cv2.waitKey(0)
cv2.destroyAllWindows()

需要注意的是，这只是一个简单的示例代码，实际应用中可能需要对算法进行调整和优化，以适应不同的图像和场景。