本文为作者原创，未经允许，不得转载 ；原文由作者发表在博客园：http://www.cnblogs.com/panxiaochun/p/5512142.html

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::vectorcv::Vec4i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。