HoughLinesのrhoおよびthetaパラメーターの説明
OpenCVのHoughLines 関数のrhoおよびthetaパラメーターの簡単な定義を教えてください
void cv::HoughLines ( InputArray image,
OutputArray lines,
double rho,
double theta,
int threshold,
double srn = 0,
double stn = 0,
double min_theta = 0,
double max_theta = CV_PI
)
私がドキュメントで見つけた唯一のものは：
rho：アキュムレータの距離分解能（ピクセル単位）。
シータ：アキュムレータの角度分解能（ラジアン）。
これは、rho=2を設定すると、画像のピクセルの1/2が無視されることを意味します...一種のストライド= 2？
私はこれを何時間も探しましたが、それがきちんと説明されている場所をまだ見つけていません。しかし、ピースを拾って、私はそれを手に入れたと思います。
アルゴリズムは、すべてのEdgeピクセル（たとえば、Cannyの結果）を調べ、方程式ρを使用してρ = x * cosθ + y * sinθを計算します。 θの多くの値。
θの実際のステップは関数パラメーターによって定義されるため、シータの通常のmath.pi / 180.0値を使用すると、アルゴリズムは1つのエッジピクセルに対して合計180回ρを計算します。画像。より大きなシータを使用すると、計算が少なくなり、アキュムレータの列/バケットが少なくなるため、検出される行が少なくなります。
もう1つのパラメーターρは、アキュムレータの行がどの程度「太い」かを定義します。値が1の場合、アキュムレータ行の数を、処理している画像の対角線である可能な最大のρに等しくする必要があると言っています。したがって、θのいくつかの2つの値について、ρの値が近い場合でも、精度を求めているため、それらは別々のアキュムレータバケットに入れられます。パラメータrhoの値が大きい場合、これら2つの値が同じバケットに含まれる可能性があります。これにより、より多くのバケットの投票数が多くなり、しきい値を超えるため、最終的にはより多くの行が得られます。
いくつかの役立つリソース：
http://docs.opencv.org/3.1.0/d6/d10/tutorial_py_houghlines.html
https://www.mathworks.com/help/vision/ref/houghtransform.html
ハフ変換で線を検出するには、この画像に示すように、2つのパラメーターrhoとthetaの方程式で線を表すのが最善の方法です。方程式は次のとおりです。
xcos（θ）+ysin（θ）=ρ
ここで、（x、y）はラインパラメータです。
この（θ、ρ）パラメータへの書き込みにより、y = a * x + bとしての書き込みよりも、位置依存性が低くなります。
この文脈での（θ、ρ）は、これら2つのパラメーターの離散化を示します。
