c#实现方法 LineSegment2D[][] lines = rgbRect.HoughLines(10, 150, 10, (Math.PI), 10, 0, 50); for (int i = 0; i < lines[0].Length; i++) { rgbImage.Draw(line[0][i], new Rgb(System.Drawing.Color.Red), 1); }
c#下的实现方法很简单，opencv的很多方法都被封装在对象里面，只要让对象自己执行执行检测就行，比如上面的rgbRect是个image<RGB,BYTE>类的对象，让它自己执行霍夫直线检测，其中第一第二个参数是canny的阈值，c++下实现直线检测前要进行canny，在这里直接设置就行，只需要调用一次。
找到的直线是一个二维数组，但是，数组里面只有一行多列：[0][n]，例如lines[0][0]是找到的第一条直线，其中lines[0][0].P1是第一条线的一个点的坐标，lines[0][0].P2是第一条线的第二个点的坐标
注意:opencv找到的直线不是按照坐标系的x轴从小到大存放的,而是找到的直线的先后顺序,也就是存放在数组里的第一条线的x轴能会比第二条线的x轴的坐标要大.
Android实现方法 Mat imageBuffer = new Mat(rgbImage.width(),rgbImage.height(),CvType.CV_8UC1); Imgproc.Canny( rgbImage, imageBuffer,30, 150); Mat lines = new Mat(); Mat rgbRect = imageBuffer.clone(); Imgproc.HoughLinesP(rgbRect, lines, 10, (Math.PI), 10, 0, 50); double[] linePoints = new double[4]; for(int i = 0 ; i < lines.rows;i++){ linePoints = lines.get(i, 0); Imgproc.line(rgbImage, new Point(linePoints[0],linePoints[1]), new Point(linePoints[2], linePoints[3]), new Scalar(255,0,0), 1); }Android的直线检测是存放在一个CV_32SC4的Mat矩阵中，这个矩阵是N行1列的，行数代表找到的直线条数，每个通道按照x1、y1、x2、y2、存放直线的坐标，通过get(row,col)可以得到矩阵的每个点的数值，存放在一个double数组里就可以得到直线位置。
android的直线检测前要先进行canny ，但是并不能像c#和c++版那样把canny的输出对象设置为输出对象，在c#和c++版下是可以的，所以必须得新建一个Mat存放canny后的图像
ios实现方法 cv::canny(rgbRect,rgbRect,50,150); std::vector<cv::Vec4i> lines; cv::HoughLinesP(rgbRect, lines, 1, CV_PI, 10,10,50); for( size_t i = 0; i < lines.size(); i++ ) { line( rgbImage, cv::Point(lines[i][0], lines[i][1]), cv::Point(lines[i][2], lines[i][3]), cv::Scalar(0,0,255), 1, 8 ); }ios版其实是在c++下实现的，检测到的直线是存放在一个std::vector的容器里，每个元素里存放4个浮点数，也是按照x1、y1、x2、y2的方式存放
ios版和c#canny不需要新建一个存放输出对象，可以直接把输入图像设置为输出图像
以上的直线检测都是用霍夫概率直线检测houghLinesP，检测到的直线都是有距离和坐标点的。
Ubuntu Linux下安装OpenCV2.4.1所需包
CentOS下OpenCV无法读取视频文件