本文為作者原創，轉載請注明出處（http://www.cnblogs.com/mar-q/）by 負贔屓
//2017-04-21更新：
很多網友希望能得到源碼，由於在公司做的，所以不太方便傳出來。而且我估計很多人可能都是對OpenCV在AndroidStudio環境下配置的問題，給大家推薦一本書《Mastering OpenCV Android Application Programming》，中文版叫《深入OpenCV Android應用開發》，某寶有賣正版，書中有詳細代碼（第二章有霍夫變換），可以到www.packtpub.com下載，如果不會可以私信郵箱給我，我可以發鏈接給你。
霍夫檢測是Paul Hough1962年提出的圖像中幾何圖形識別算法，霍夫線檢測是基於圖像二值化的變換，利用二值化圖像中的點集合來發現候選直線集合。原理是利用坐標空間變換，將笛卡爾坐標系（直角坐標系）下的點（圖1）映射到極坐標系（圖2），這種點到曲線的映射變換稱為霍夫變換，對極坐標進行峰值統計，對統計規則滿足直線要求的點進行歸類。
（圖1）
（圖2）
（圖3）
（圖4）
如圖1，直角坐標系中直線方程表示為：y = kx+b，其中的一個點（x0，y0）映射到極坐標中表示為：r = cos(θ)*x0 + sin(θ )*y0，r是半徑，θ是角度，當x0和y0確定時，可以出現很多滿足條件的r和θ，如果將圖繪制出來就是圖2的弦波。多個點就會出現多個弦波，交點存在唯一的r0和θ0，對應到直角坐標系即圖4的直線，滿足r0和θ0的點即為一條直線。
Opencv提供了兩種霍夫線檢測算法：HoughLines和HoughLinesP，在Android中Java代碼為：
HoughLines(Mat image, Mat lines, double rho, double theta, int threshold, double srn, double stn)
HoughLinesP(Mat image, Mat lines, double rho, double theta, int threshold, double minLineLength, double maxLineGap)
image：輸入圖像，要求必須是二值化圖像，通常是用canny后的圖片作為輸入圖；
lines：輸出結果，在HoughLines方法中，輸出結果是（r,θ），lines是1行（row）n列（col）的Mat，通過get（0，i）可以獲取到（r,θ）數組；在HoughLinesP方法中，輸出結果是P1(x1,y1)，P2(x2,y2)，即端點的坐標值，lines是1行（row）n列（col）的Mat，通過get（0，i）可以獲取到（x1, y1, x2, y2）數組；
rho：極坐標系中半徑r的搜索步長（累加值），如果為1表示每次累計1個像素；
theta：極坐標系中角度θ的搜索步長，通常設置為π/180，表示每次累加角度為π/180；
threshold：累加器的閾值參數，只有滿足閾值數量的點的直線才會被檢測出來；
srn/stn：對於多尺度霍夫變換，rho為極坐標系中累加值的粗粒度表示，srn/stn為細粒度的累加值；
minLineLength：HoughLinesP方法中，只有長度超過minLineLength的線段才能被檢測出來；
maxLineGap：HoughLinesP方法中，線段跨越的最大空隙為maxLineGap。
//
Opencv在Android中，大部分的vector、指針、數組都是以Mat來呈現的
Imgproc.HoughLinesP(matIn, line, 1, Math.PI / 180, 20, 150, 10);
if (line.rows() > 0 && line.cols() > 0) {
for (int i = 0; i < line.cols(); i++) {
double[] l = line.get(0, i);
if (l.length == 4) {
if (Math.abs(l[1] - l[3]) < 2) {
Point p1 = new Point(l[0], l[1]);
Point p2 = new Point(l[2], l[3]);
Core.line(matIn, p1, p2, new Scalar(255, 255, 255), 2);
}
}
}
}
注意Mat變量的結構，通過get(x,y)獲取坐標點值，坐標點的各通道在java中通過數組呈現。
//2017-04-06更新
忘記說檢測效果了，首先一定要先canny，針對圖片的檢測問題還是不大的，但是在實時camera的場景下，檢測到的直線是跳躍的，尤其是在復雜背景下，不要奢望能夠得到一條穩定的直線。