🍊作者简介：秃头小苏，致力于用最通俗的语言描述问题

🍊往期回顾：霍夫直线检测原理详解

🍊近期目标：拥有2000粉丝

🍊支持小苏：点赞👍🏼、收藏⭐、留言📩

霍夫直线检测代码实战

上一节我们详细讲解了霍夫直线原理，想弄清楚霍夫直线检测原理的请前去阅读🚗🚗🚗这一节我们主要来进行代码实战——对车道线进行检测。🏝🏝🏝

本节主要利用opencv中提供的2个函数进行检测，分别为HoughLines和HoughLinesP函数。这里给出opencv官网对两个函数的解释，点击了解详情。当然，这里也会给出相关的中文含义，如下：

HoughLines函数🌸

注意：HoughLines函数的输出存储在lines中，lines中存储的是检测到的直线的集合，每条直线由两个元素构成的向量（r, θ）表示，其中r表示直线距离原点（0, 0）的长度，θ表示直线的角度（以弧度为单位）。【r,θ的具体描述在上一节霍夫直线原理中有涉及】

HoughLinesP函数🌸

注意：HoughLinesP函数的输出同样存储在lines中，lines中存储检测到的直线集合，没条直线由4个元素构成的向量（x1, y1, x2, y2）表示，其中(x1, y1)表示线段的起点，(x2, y2)表示线段的终点。

这里给出HoughLines函数和HoughLinesP函数的区别，从上文的描述中我们应该是能看出一些端倪的。HoughLines函数输出只给出了（r，θ），知道这两个值我们是无法计算出图像空间中线段的长度的；而HoughLinesP函数的输出给出了线段起点和终点的坐标，因此我们可以计算出图像空间中线段的长度。

介绍完HoughLines和HoughLinesP这两个函数，下面就一起来用代码小试牛刀一下叭🍭🍭🍭首先先来总结一下代码实现霍夫直线检测的步骤，如下：

将彩色图像转化为灰度图【因为HoughLines和HoughLinesP这两个函数要求输入为8位单通道图像】
图像处理（包括去噪、边缘提取、二值化等等）
调用霍夫直线检测函数
绘制直线

下面直接上代码，搞起来兄弟们🍍🍍🍍

利用HoughLines函数进行直线检测

==输出结果：==

可以看出我们可以检测出车道线【注：当然这幅图的干扰因素比较少，若使用其他图片效果不一定这样理想，同时我们需要调节HoughLine中的参数对结果进行相应的调整，以达到最好的输出】

现对代码中比较难理解的一点进行解释，如下图所示：下图中的代码该如何理解呢？前面我们说到HoughLines函数的返回值只存储了线条的r和θ，那么我们如何来画出这条直线呢，这就用到了下面的代码。

那上述代码该怎么理解呢？现已知（r,θ）,其在程序中表现为r = rho = lines[i][0] , θ = theta = lines[i][1] 。那么 x0 = a * rho, y0 = b * rho为直线上该点在直角坐标系下坐标。【这一点由上一篇霍夫检测原理中图5得出】1000的目的是为了将线段延长。以（x0,y0）为基础进行延长。（x0 - 1000 * (-b)）可以理解为（x0+1000*b）其中（1000*b）为该p0沿着直线方向延长1000后的点p1距离p0在x方向的距离，那么【x0+1000*b】即为p1的横坐标。为了方便大家理解，作了示意图如下：

利用HoughLinesP函数进行直线检测

==输出结果==：从下图可以看出，HoughLinesP函数的检测效果和HoughLines函数基本一致。

呼呼呼~~🌻🌻🌻那么霍夫直线检测的代码实战就讲到这里了，大家快去试试叭🥗🥗🥗

如若文章对你有所帮助，那就🛴🛴🛴

咻咻咻咻~~duang~~点个赞呗