opencv: 直线拟合，霍夫变换cv2.HoughLines、cv2.line，最小二乘cv2.fitline

参考网页：

(19条消息) OpenCV | 直线拟合fitline函数(Python)_cv2.fitline_lovetaozibaby的博客-CSDN博客

例子，出来的结果是非常多直线的，所以需要在拟合前检测出图像焊缝，并提取出拟合点，再进行霍夫变换。

import cv2
import numpy as np
from skimage import morphology
def show_processImg(img):
    cv2.imshow('img', img)
    # cv2.waitKey(0)
    while True:
        if cv2.getWindowProperty('img', 0) == -1:  # 当窗口关闭时为-1，显示时为0
            break
        cv2.waitKey(1)
    # cv2.destroyWindow('img')
    cv2.destroyAllWindows()
img = cv2.imread('D:/project/project/line_detect/resources/welding_line.png', 0)
recognizeImg=cv2.Canny(img,50,10)
#霍夫检测直线。
#HoughLines函数输出检测到直线的矢量表示集合，每一条直线由具有两个元素的矢量（ρ, θ）表示，其中ρ表示直线距离原点（0, 0）的长度，θ表示与直线垂直线的角度（弧度）
lines = cv2.HoughLines(recognizeImg, 1, np.pi / 180, 100)
# print(lines.shape,lines[0])
#绘制直线
for line in lines:
    rho,theta=line[0]
    x0=rho*np.cos(theta)
    y0 = rho * np.sin(theta)
    k=np.around(-x0/y0,decimals=2)#两垂直线截距互为倒数，且变负号
    b=y0-k*x0#截距
    height,width=recognizeImg.shape
    x1=int(x0-width//2)
    y1=int(k*x1+b)
    x2=int(x0+width//2)
    y2=int(k*x2+b)
    # print(k)
    # print(recognizeImg.shape)
    cv2.line(recognizeImg,(x1,y1),(x2,y2),(255,0,0),1)
show_processImg(recognizeImg)