cv::HoughLines返回极坐标(rho,theta)，需自行截取端点；cv::HoughLinesP直接返回端点(x1,y1,x2,y2)，更实用高效，适用于车道线等需明确起止的场景。
cv::HoughLines 和 cv::HoughLinesP 有什么区别？
直接说结论：cv::HoughLines 返回的是极坐标参数 (rho, theta)，适合理论分析或需要完整直线方程的场景；cv::HoughLinesP（P 表示 probabilistic）返回的是端点坐标 (x1, y1, x2, y2)，更实用、更快、更适合绘图和后续几何处理。
常见错误是拿到 cv::HoughLines 的输出后直接用 cv::line() 画线——它不提供端点，得自己根据图像宽高截取线段，否则画出来可能只是一小段或根本不可见。
实操建议：
- 检测车道线、文档边缘等需明确起止位置时，无条件选
cv::HoughLinesP -
cv::HoughLines仅在需要统计角度分布、做 rho-theta 累加器分析时才用 -
cv::HoughLinesP的minLineLength和maxLineGap很关键：太小会碎成多段，太大则漏检断续线
cv::HoughCircles 检测圆时总找不到或误检太多？
根本原因不是参数调得不够细，而是预处理没做对。OpenCV 的 cv::HoughCircles 对输入图像极其敏感——它内部用的是 Canny 边缘，但要求边缘干净、闭合、粗细均匀。
立即学习“C++免费学习笔记（深入）”；
典型现象：原图有噪点 → 检出一堆小圆；圆边缘模糊或断裂 → 完全漏检；多个同心圆 → 只返回最内圈。
实操建议：
- 必须先用
cv::GaussianBlur（如kernel=5）平滑，再转灰度（如果还没灰度化） - 不用
cv::Canny手动边缘提取——cv::HoughCircles内部已封装，手动提反而干扰 -
param1是 Canny 的高阈值，设为100左右较稳；param2是累加器阈值，20~30适合清晰圆，太高就漏检，太低就满屏小圆 -
minRadius和maxRadius务必设——不设等于让算法瞎猜，性能差还结果飘
霍夫变换前为什么一定要做边缘/二值化处理？
因为霍夫变换本身不做特征提取，它只是对「已有非零像素点」做参数空间投票。输入图里全是灰度渐变？那每个点投的票方向分散，累加器峰值根本起不来。
所以你看到别人代码里总有一堆 cv::Canny 或 cv::threshold，不是仪式感，是刚需。
实操建议：
- 直线检测：优先用
cv::Canny（low_thresh=50,high_thresh=150），比简单二值化鲁棒得多 - 圆形检测：如上所述，靠
cv::GaussianBlur + cv::HoughCircles自带逻辑即可，不必额外 Canny - 若原图对比度低，先用
cv::equalizeHist增强直方图，再进霍夫——别指望霍夫自己“看清” - 注意：
cv::HoughLines*输入必须是 8-bit 单通道图，传错类型（比如 float 图或三通道）会静默失败或崩溃
检测结果怎么画到原图上？要注意什么？
最容易被忽略的一点：霍夫变换返回的坐标是相对于输入图（通常是边缘图）的，而你要画在原图上——这两者尺寸必须一致，且不能在缩放/ROI 裁剪后忘记同步坐标。
例如：你对原图 ROI 区域做了霍夫检测，却把返回的 (x1,y1,x2,y2) 直接画到整图上，结果线全偏了。
实操建议：
- 统一用
cv::Mat引用传递，避免 copy 后尺寸错位；检测前用cv::cvtColor(src, gray, cv::COLOR_BGR2GRAY)得到灰度图，霍夫输它，画图时仍用src - 画直线用
cv::line(dst, cv::Point(x1,y1), cv::Point(x2,y2), ...)，注意cv::Point参数顺序是(x, y)，不是行列 - 画圆用
cv::circle(dst, cv::Point(center.x, center.y), radius, ...)，其中center和radius来自cv::HoughCircles输出的Vec3i，第 0/1 位是中心，第 2 位是半径 - 别忘了设置
thickness > 1，默认thickness=1在高清图上几乎看不见
param2，不如先用 cv::imshow("edges", edges) 看一眼输入到底长什么样。 
