OpenCV 霍​​夫线与 scikit-image

Question

我一直在比较 OpenCV 和 scikit-image 的霍夫线实现，我发现 scikit-image 给出了明显更好的结果。我试图在两者中进行相同的canny/hough线变换（在OpenCV中添加a，GaussianBlur因为我相信scikit将其作为canny的一部分）。

我想了解如何从 OpenCV 获得与 scikit-image 类似的结果（如果可能的话）。

这是 scikit-image 的结果：

这是 OpenCV 的结果：

你可以看到他们的情况明显更糟。OpenCV 的中间精明输出也更差（但不是很大程度），所以我不确定这是否是问题所在？

我已将代码和结果上传到https://github.com/grokys/hough-test。为我的Python技能道歉。

Answer 1

功能HoughLinesP和probabilistic_hough_line是等效的，因为它们旨在执行相同的操作。然而，实现方式显然有很大不同。从他们有不同的论点就可以看出这一点。简单的答案是，如果您为函数提供等效的参数，则可以从任一函数获得相同的结果。这不是函数或函数实现方式的问题，而是传递给函数的参数的问题。