cv::houghlines返回极坐标参数（ρ, θ），需手动转换才能绘图；cv::houghlinesp直接输出线段端点坐标（x1,y1,x2,y2），支持minlinelength和maxlinegap等实用参数，更适合工程应用。
cv::HoughLines和cv::HoughLinesP的区别在哪
检测直线时，OpenCV提供两个函数：cv::HoughLines返回极坐标参数（ρ, θ），适合理论分析；cv::HoughLinesP直接返回端点坐标（x1,y1,x2,y2），更适合绘图和后续处理。实际项目中几乎总是用cv::HoughLinesP——它省去角度转像素坐标的麻烦，且支持最小线长、最大间隙等实用阈值。
常见错误是把cv::HoughLines的结果直接传给cv::line()，结果画出的线位置完全不对。因为ρ是到原点距离、θ是法线角度，需手动转换：x = ρ·cos(θ), y = ρ·sin(θ)，再垂直延伸。没人想这么干。
使用cv::HoughLinesP时注意：
- 输入图像必须是单通道8位二值图（比如Canny输出）
-
minLineLength太小会导致大量碎线段；太大则漏掉短但有效的线 -
maxLineGap设为5~10通常够用，过大可能把折线连成一条假直线 - 返回的
std::vector<:vec4i></:vec4i>里每个元素是[x1, y1, x2, y2]，别按[x,y,radius]去读
cv::HoughCircles的三个method参数怎么选
cv::HoughCircles只接受cv::HOUGH_GRADIENT（目前唯一实现），其他值如HOUGH_GRADIENT_ALT在较新OpenCV 4.8+才支持，且仍不稳定。所以实际调用时第三个参数只能写cv::HOUGH_GRADIENT，写错会崩溃或静默失败。
关键在前两个参数：dp控制累加器分辨率（通常设1.0或2.0），minDist是圆心最小间距（单位像素）。这两个值配错，要么一堆重叠圆，要么根本检不出。
典型配置示例：
cv::HoughCircles(gray, circles, cv::HOUGH_GRADIENT, 1.0, 30,
100, 30, 10, 100);
其中param1=100是Canny高阈值，param2=30是累加器阈值（越低检得越多，也越容易误检），minRadius=10、maxRadius=100必须根据目标圆的实际尺寸预估——不设范围，小噪点也会被当成圆。
为什么预处理比参数调优更重要
直线和圆检测对边缘质量极度敏感。没做预处理就调param2，就像在雾里调望远镜焦距。必须做三件事：
• 先用cv::GaussianBlur（核大小5×5或7×7）降噪，否则Canny输出毛刺太多
• 再用cv::Canny提取边缘，高低阈值差建议保持在2~3倍（如30/100）
• 对圆检测，灰度图最好先做cv::equalizeHist增强对比度，尤其光照不均时
一个典型坑：直接对彩色图调用cv::HoughCircles，函数不报错但结果为空——它内部会尝试转灰度，但某些版本行为异常。务必显式用cv::cvtColor(img, gray, cv::COLOR_BGR2GRAY)。
检测结果怎么验证和过滤
原始输出包含大量干扰项。不能全信circles或lines向量里的每个元素。要加业务逻辑过滤：
• 直线：计算斜率绝对值，abs((y2-y1)/(x2-x1))，排除接近竖直（分母≈0）或水平（分子≈0）的无效线段
• 圆：检查半径是否在合理区间，再用cv::circle画回原图，观察是否真覆盖目标区域
• 共享同一圆心的多个圆？取半径中位数，剔除离群值
• 所有几何绘制必须用cv::Mat的副本，别直接在原图上cv::line——后续Canny会失效
最容易被忽略的是坐标系：OpenCV图像y轴向下，而数学公式常假设向上。算圆心距离、线夹角时，符号错了结果就偏移一整个图像高度。
C++免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 C++ 的入门与实战技巧！
