霍夫变化是一种在图像中寻找直线、圆形以及其他简单形状的方法。霍夫直线变换用来在图像内寻找直线，霍夫圆变换用来在图像内寻找圆。在Open CV 中，前者可以用函数 cv2.HoughLines（）和函数cv2.HoughLinesP（）实现，后者可以用函数cv2.HoughCircles（）实现。
概率霍夫变换
Open CV中提供了函数 cv2.HoughLinesP（）用来实现概率霍夫变换，其语法格式为：
lines = cv2.HoughLinesP （image， rho， theta，threshold， minLineLength， maxLineGap）1.image：输入图像，需注意的是必须是8位的单通道二值图像。如果是其他类型图像，在进行霍夫变换之前，需将其修改指定格式。
2.rho：以像素为单位的距离r精度。一般情况下精度为1。
3.theta：为角度θ的精度，一般情况下精度为Π/180，表示搜索可能的角度。
4.threshold： 是阈值，该值越小判断出的直线就越多。
5.minLineLength ：控制接受直线的最小长度
6：maxLineGap ：控制接受共线间的最小间隔
注：返回值lines 中的每个元素都是一对浮点数，表示检测到的直线的参数，即（r，θ）是numpy。ndarray类型。
import cv2
import numpy as np
img = cv2.imread("zx.png")
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
canny = cv2.Canny(gray,50,150)
minLineLength = 10
maxLineGap = 50
lines = cv2.HoughLinesP(canny,1,np.pi/180,50,minLineLength,maxLineGap)
for line in lines:
x1,y1,x2,y2 = line[0]
cv2.line(img, (x1,y1),(x2,y2),(0,255,0),2)
cv2.imshow("img",img)
cv2.waitKey(0)
cv2.destroyAllWindow()代码运行解析及结果：
霍夫圆环变换
用霍夫圆变换来检测图像中的圆，与使用霍夫直线变换检测直线的原理类似。在霍夫圆变换中，需要考虑圆半径和圆心（x，y）坐标共三个参数。
实现霍夫圆变换的函数为cv2.HoughCircles(),将Canny边缘检测和霍夫变换结合，其语法为：
circles = cv2.HoughCircles(image, method, dp, minDist, param1, param2, minRadius, maxRadius)1.image：输入图像，类型为8位单通道灰度图像（别忘了转换哟！！！）
2.method ：检测方法。（截止Open CV 4.0.0-pre版本，HOUGH_GRADIENT是唯一可用的参数值。）
3.dp ：累计器分辨率
4.minDist ：圆心间的最小间距。
5.param1 ：该参数缺省时默认为100.它对应的是Canny边缘检测器的搞阈值。
6.param2 ： 圆心位置必须收到的投票数。（该值越大，检测到的圆越小；该值越小，检测到的圆越多。）
7.minRadius ：圆半径的最小值，小于该值的圆不会被检测。（缺省时默认为0）
8.maxRadius：圆半径的最大值，大于该值的圆不会被检测。（缺省默认也为0）
9.circles ：返回值，由圆心坐标和半径构成的numpy.ndarray。
import cv2
import numpy
img = cv2.imread("yq.png")
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
canny = cv2.Canny(gray,50,150)
circles = cv2.HoughCircles(canny,cv2.HOUGH_GRADIENT,1,30,param1 = 50,param2 = 30,minRadius = 5,maxRadius =100)
if not circles is None:
circles = numpy.uint16(numpy.around(circles))
for circle in circles:
x,y,r = circle[0]
cv2.circle(img, (x, y),int(r),(0,255,0),2)
cv2.imshow("img",img)
cv2.waitKey(0)
cv2.destroyAllWindow()代码运行解析及结果：
总结：概率霍夫变换比霍夫变换得到的检测结果更准确；函数cv2.HoughCircles(）具有非常多的参数，在实际检测中可以根据需要设置不同的值。
