http://upload.wikimedia.org/wikipedia/zh/math/8/c/5/8c5f742b64fba2ba48e675d38e572c1e.png

    Opencv里有以下函数检测直线（最基本的霍夫变换）：

void HoughLines(InputArray image, OutputArray lines, double rho, double theta, int threshold, double srn=0, double stn=0 )

    具体用法看代码就知道了：

#include "opencv2/opencv.hpp"
#define PI 3.1415926

int main(int argc, char *argv[])
{
    cv::Mat image = cv::imread ("road.jpg");
    cv::Mat result;
    cv::cvtColor (image,result,CV_BGRA2GRAY);
    cv::Mat contours;
    //边缘检测
    cv::Canny (result,contours,125,350);
    std::vector<cv::Vec2f> lines;
    //霍夫变换,获得一组极坐标参数（rho，theta）,每一对对应一条直线，保存到lines
    //第3,4个参数表示在（rho，theta)坐标系里横纵坐标的最小单位，即步长
    cv::HoughLines (contours,lines,1,PI/180,80);
    std::vector<cv::Vec2f>::const_iterator it = lines.begin ();
    std::cout<<lines.size ()<<std::endl;
    while(it != lines.end()){
        float rho = (*it)[0];
        float theta = (*it)[1];
        if(theta<PI/4.||theta>3.*PI/4){
            //画交点在上下两边的直线
            cv::Point pt1(rho/cos(theta),0);
            cv::Point pt2((rho-result.rows*sin(theta))/cos(theta),result.rows);
            cv::line(image,pt1,pt2,cv::Scalar(255),1);
        }
       else {
            //画交点在左右两边的直线
            cv::Point pt1(0,rho/sin(theta));
            cv::Point pt2(result.cols,(rho-result.cols*cos(theta)/sin(theta)));
            cv::line(image,pt1,pt2,cv::Scalar(255),1);
        }
        ++it;
    }
    cv::namedWindow ("hough");
    cv::imshow("hough",image);
    cv::waitKey (0);
}

http://hi.csdn.net/attachment/201203/15/0_1331805815ylDF.gif

    另外，可以看出，上面的直线检测存在以下问题：

    1）只能检测出线段所在的直线，而不知道具体线段位置，也不知道线段长度；

    2）同一直线可能检测出多条直线；

    3）偶然地也可能误判段直线。

    针对这些问题，opencv有那么一个函数：

void HoughLinesP(InputArray image, OutputArray lines, double rho, double theta, int threshold, dou-
ble minLineLength=0, double maxLineGap=0 )
这个方法是通过概率霍夫变换实现的：

1）随机获取边缘图片上的前景点，映射到级坐标系画曲线；

2）当极坐标系里面有交点达到最小投票数，将该点对应x-y坐标系的直线L找出来；

3）搜索边缘图片上前景点，在直线L上的点（且点与点之间距离小于maxLineGap的）连成线段，然后这些点全部删除，并且记录该线段的参数，就是起始点和终止点啦～～～～～～～～～～～～～～～～～～～（当然这里线段长度要满足最小长度的，否则就不用记录了）

4）重复1），2），3）

    其使用方法见代码:

#include "opencv2/opencv.hpp"
#define PI 3.1415926

class LineFinder{
private:
        // 直线对应的点参数向量
        std::vector<cv::Vec4i> lines;
        //步长
        double deltaRho;
        double deltaTheta;
        // 判断是直线的最小投票数
        int minVote;
        // 判断是直线的最小长度
        double minLength;
        // 同一条直线上点之间的距离容忍度
        double maxGap;
public:
        //初始化
        LineFinder() : deltaRho(1), deltaTheta(PI/180),
        minVote(10), minLength(0.), maxGap(0.) {}
        // 设置步长
        void setAccResolution(double dRho, double dTheta) {
                deltaRho= dRho;
                deltaTheta= dTheta;
        }
        // 设置最小投票数
        void setMinVote(int minv) {
                minVote= minv;
        }
        // 设置最小线段长度和线段间距容忍度
        void setLineLengthAndGap(double length, double gap) {
                minLength= length;
                maxGap= gap;
        }

        //寻找线段
        std::vector<cv::Vec4i> findLines(cv::Mat& binary) {
                lines.clear();
                cv::HoughLinesP(binary,lines, deltaRho, deltaTheta, minVote,minLength, maxGap);
//                return lines;
        }

        // 画线段
        void drawDetectedLines(cv::Mat &image, cv::Scalar color=cv::Scalar(255,255,255)) {
        std::vector<cv::Vec4i>::const_iterator it2=lines.begin();
        while (it2!=lines.end()) {
                cv::Point pt1((*it2)[0],(*it2)[1]);
                cv::Point pt2((*it2)[2],(*it2)[3]);
                cv::line( image, pt1, pt2, color);
                ++it2;
              }
        }
};


int main(int argc, char *argv[])
{
    cv::Mat image = cv::imread ("road.jpg");
    cv::Mat result;
    cv::cvtColor (image,result,CV_BGRA2GRAY);
    cv::Mat contours;
    //边缘检测
    cv::Canny (result,contours,125,350);
    LineFinder finder;
    finder.setMinVote (80);
    finder.setLineLengthAndGap (100,20);
    finder.findLines (contours);
    finder.drawDetectedLines (image);
    
    cv::namedWindow ("hough");
    cv::imshow("hough",image);
    cv::waitKey (0);
}

http://hi.csdn.net/attachment/201203/15/0_13318079100Kr0.gif