霍夫变换python代码

霍夫变换是一种在图像处理中用于检测直线或曲线（尤其是圆）的有效方法。在Python中，可以使用OpenCV库来实现霍夫变换。以下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

# 读取图片
image = cv2.imread('path_to_image.jpg')

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

# 使用高斯模糊去除噪声
blurred = cv2.GaussianBlur(gray, (5, 5), 0)

# 边缘检测
edges = cv2.Canny(blurred, 50, 150, apertureSize=3)

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

# 在原图上绘制检测到的直线
for rho, theta in lines:
    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(image, (x1, y1), (x2, y2), (0, 0, 255), 2)

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

在这段代码中，首先读取一张图片并将其转换为灰度图，然后通过高斯模糊去除图像噪声。接下来使用Canny算法进行边缘检测，最后通过霍夫变换检测图像中的直线，并将检测到的直线绘制在原图上。

请注意，上述代码中的路径`'path_to_image.jpg'`需要替换为你的目标图片的实际路径。此外，霍夫变换的参数`cv2.HoughLines`函数中的最后一个参数（阈值）可能需要根据你的具体图像进行调整。