为什么使用hough变换做直线检测时theta的取值范围是0~179？
why the range of theta is 0~179 when using hough transform for line detection?
我正在尝试使用霍夫变换进行直线检测。
大致理解是怎么回事，但是有一点没看清楚...
在霍夫变换中，线性方程变为 r = xcos(theta) + ysin(theta)
图像中的每一行都由 r 和 theta 区分。
这就是我想知道的。当它在 C++ 中实现时，（在书籍和许多网页中..）
他们改变了 theta 的范围 0~359 -> 0~179 并使 r 有 2* 对角线用于存储 180~359theta 线。
有必要吗？ theta 范围减少 2 倍，r 增加 2 倍...
array[r][theta] 在更改前后有相同的空间。
还有一个问题。
在我的图片中，第一象限是显示，红线（在第三象限）从不显示。 （第二或第四象限线可以显示在显示器中。）
那么，theta 范围只有 -90~180 或者 r 只有 3/2* 对角线而不是 2 是否有效？
要达到最大涂层密度，您应该围绕 image/screen 的中心（而不是角）旋转线。
因此，您应该将 theta 从 0 调整到 360，将 r 从 0 调整到（对角线 / 2）。
或者，您可以将 theta 从 0 调整到 180，将 r 从 (-diagonal / 2) 调整到 (diagonal / 2)，因为 theta = 45 和 r = -50 的线与 theta = 相同135 和 r = 50。
我认为在书中他们不关心图像中心（这并不好），只是在拐角处旋转线（它在屏幕坐标处的原始 (0,0)），所以它使图像大 2 倍。当它们从 0 到 180 改变 theta 时，它们应该从 -diagonal 到 diagonal 改变 r，这使得 intarval size 2*diagonal
我正在尝试使用霍夫变换进行直线检测。 大致理解是怎么回事，但是有一点没看清楚...
在霍夫变换中，线性方程变为 r = xcos(theta) + ysin(theta) 图像中的每一行都由 r 和 theta 区分。
这就是我想知道的。当它在 C++ 中实现时，（在书籍和许多网页中..） 他们改变了 theta 的范围 0~359 -> 0~179 并使 r 有 2* 对角线用于存储 180~359theta 线。
有必要吗？ theta 范围减少 2 倍，r 增加 2 倍... array[r][theta] 在更改前后有相同的空间。
还有一个问题。
在我的图片中，第一象限是显示，红线（在第三象限）从不显示。 （第二或第四象限线可以显示在显示器中。） 那么，theta 范围只有 -90~180 或者 r 只有 3/2* 对角线而不是 2 是否有效？
要达到最大涂层密度，您应该围绕 image/screen 的中心（而不是角）旋转线。
因此，您应该将 theta 从 0 调整到 360，将 r 从 0 调整到（对角线 / 2）。
或者，您可以将 theta 从 0 调整到 180，将 r 从 (-diagonal / 2) 调整到 (diagonal / 2)，因为 theta = 45 和 r = -50 的线与 theta = 相同135 和 r = 50。
我认为在书中他们不关心图像中心（这并不好），只是在拐角处旋转线（它在屏幕坐标处的原始 (0,0)），所以它使图像大 2 倍。当它们从 0 到 180 改变 theta 时，它们应该从 -diagonal 到 diagonal 改变 r，这使得 intarval size 2*diagonal