OpenCV霍夫变换直线检测：从Canny边缘到HoughLinesP参数调优

如果你搜过 OpenCV 的直线检测，大概率见过这样一段标准流程：转灰度、Canny、调用 HoughLinesP，然后画线。我第一次照着跑完，程序没报错，但输出的直线把整张图搞得跟蜘蛛网一样，该检测的纸箱边缘反而断成一截一截。前前后后调了一整天，最后发现问题的根源根本不在 HoughLinesP 的参数，而是前面 Canny 的边缘图就已经不对了。这篇就把 OpenCV 里霍夫变换直线检测这一整套东西完整写一遍——从原理、函数差异、六个参数怎么调，到画线、合并、去重和换场景后如何排查，适合刚接触 OpenCV 的读者，也适合被“直线检测结果太乱”折磨过的人。下面是基于我实际处理文档翻拍和纸箱边缘识别项目的记录，代码用 opencv-python 4.x，C++ 接口思路基本一致，有差别的地方我会标注。

1. 别小看第一步：边缘图质量，决定直线检测的一半结果

1.1 为什么霍夫变换要的是二值边缘图，而不是直接吃灰度图

霍夫变换直线检测的本质，是把图像“空间中的一个点”转换成参数空间中的一条曲线，再统计同一参数被多少曲线穿过。如果某个 (rho, theta) 参数同时被很多像素点对应的曲线命中，就认为原图里存在一条比较长的直线。

这里有个关键前提：图像里参与投票的像素点越少、越“结构”，投票结果越干净。灰度图上每个像素都有灰度值，不经过任何筛选直接扔给霍夫变换，等于让全图所有点一起投票。结果就是参数空间里到处都是局部峰值，程序分不清哪个峰值来自真实直线、哪个来自纹理和噪声。所以 OpenCV 的 HoughLines 和 HoughLinesP 都要求输入一张 8 位的单通道二值图，最常规的做法就是先经过 Canny 边缘检测。

我之前也犯过“跳步”的毛病——觉得 Canny 多此一举，直接把灰度图传进去，结果检测出的“直线”绝大多数是人眼根本看不见的伪轮廓。后来我把 Canny 输出的边缘图单独保存出来看，霍夫检测是在一张什么图上做统计，心里就有数了：想检测的长边在边缘图上必须连续可见，否则后面的参数调破天也没用。所以第一步千万别省，先保证 Canny 输出的边缘图中，真正需要的直线边缘是存在的。

1.2 Canny 双阈值该设多少：先盯住边缘图再调霍夫参数

Canny 里的两个阈值参数，作用不是“大于高阈值就是边缘”，而是用滞后阈值去判断一条边缘是否可信。常见理解是：梯度幅度超过高阈值 high 的点被当作强边缘；低于低阈值 low 的直接丢弃；介于两者之间的点，只有和强边缘相连时才保留。因为 OpenCV 的 Canny 是基于梯度幅值的，不是简单二值化，所以阈值选择直接影响边缘是否连续。

我的经验是把高阈值设成低阈值的 2 到 3 倍。比如场景比较干净的文档图，可以先用 low=50, high=150；图像有比较重的纹理或阴影，就往上提，比如 low=70, high=210。反过来，如果边缘图里纸箱边缘断得很严重，大概率是高阈值给太高，边缘上某些点的梯度稍低就被干掉了。

调试顺序很关键：不要直接调 HoughLinesP，先单独输出 Canny 边缘图观察一圈。我会在代码里临时把 edges 用 cv2.imshow 或保存成图片，检查目标边缘是否连续、是否有成片的无关纹理。只有当边缘图符合预期，才进入霍夫变换参数调整。这个过程看起来多花几秒钟，实际上能省下大量“乱试参数”的时间。

1.3 高斯滤波核大小，一个常被忽略却又影响巨大的前处理

Canny 本身对噪声比较敏感，所以通常在前面加一次高斯模糊。很多示例代码直接写 cv2.GaussianBlur(gray, (5, 5), 0)，读者不明所以，跟着写就完事。实际上高斯核越大，图像越平滑，小噪点和弱势纹理被压掉，但真正细小的边缘也会一起变模糊。核太小，比如 (3,3)，对于 1000 像素宽以上的图片，噪声还是能留到 Canny 阶段，产生大量短线噪声，霍夫结果里就会多出很多短碎线。

我的起始偏好是 (5,5)，如果画面很干净、要保留特别细的边缘，再尝试 (3,3)。如果图像里有椒盐噪声，比如相机传感器坏点或传输产生的点状噪声，用高斯滤波不太管用，可以先用 cv2.medianBlur(gray, 3) 去椒盐，再做高斯或者直接进 Canny。另外提醒一点，cv2.Canny 虽然也能直接接彩色图，OpenCV 内部会把它转成灰度再处理，但我习惯自己显式 cv2.cvtColor(src, cv2.COLOR_BGR2GRAY)，这样灰度转换的操作和数据范围都在自己掌控下，排查时也更清楚是哪一步出了问题。

2. 霍夫空间不是玄学：从 rho 和 theta 投票讲起，理解 threshold 的真实含义

2.1 一条直线为什么只用 rho 和 theta 两个数就能表达

学过斜截式直线的朋友可能习惯用 y = kx + b 表示直线，但这种方式在处理垂直直线时会有麻烦，斜率无穷大。霍夫变换换了一种表达：一条直线可以写成：

code复制rho = x * cos(theta) + y * sin(th