重新理解一下Canny方法：
参数：
- image：输入的图像。
- threshold1：第一个阈值，用于检测边缘的强度梯度的下限。
- threshold2：第二个阈值，用于检测边缘的强度梯度的上限。
- apertureSize：Sobel算子的大小，可选值为3、5、7，默认值为3。
- L2gradient：一个布尔值，指示是否使用更精确的L2范数计算梯度幅值，默认值为False。
返回值：
- edges：包含边缘的输出图像。它是一个二进制图像，其中白色像素表示检测到的边缘，黑色像素表示未检测到的边缘。
cv2.HoughLineP()：
参数：
- image：输入的二值图像，通常是经过边缘检测的结果。
- rho：极径步长，表示以像素为单位的距离精度。一般情况下，使用1即可。
- theta：极角步长，表示以弧度为单位的角度精度。一般情况下，使用np.pi/180即可。
- threshold：直线投票阈值，只有当累积器中的值高于该阈值时，才会被认为是一条直线。
- minLineLength：线段的最小长度。比这个长度短的线段不会被检测到。
- maxLineGap：允许两条线段之间的最大间隔，小于该值则被视为一条线段。
返回值：
- lines：检测到的直线的参数表示。它是一个包含直线的起点和终点坐标的数组，每个直线由四个浮点数(x1, y1, x2, y2)表示。
1 import cv2 2 import numpy as np 3 4 img = cv2.imread('../images/lines.jpg') 5 gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) 6 7 # 寻找边缘 8 edges = cv2.Canny(gray, 50, 120) 9 10 # 寻找直线 11 lines = cv2.HoughLinesP(edges, rho=1, 12 theta=np.pi/180.0, 13 threshold=20, 14 minLineLength=50, 15 maxLineGap=5) 16 17 # lines此时是一个三维数组 18 for line in lines: 19 # line此时即为二维数组，且只有一个元素(只包含一个一维数组) 20 x1, y1, x2, y2 = line[0] 21 cv2.line(img, (x1, y1), (x2, y2), (0, 255, 0), 2) 22 23 cv2.imshow("edges", edges) 24 cv2.imshow("lines", img) 25 cv2.waitKey() 26 cv2.destroyAllWindows()