Hough Transform可以用于商业软件吗？

Question

Hough Transform可以用于商业软件吗？

我的意思是，这是那些看起来只是研究而且不稳定的事情之一。 例如，你不会把它放在商业合成软件中 让用户随时都依赖它。

有什么意见吗？

由于

Answer 1

Hough变换已经在世界各地的商业和工业应用中使用了数年甚至数十年。从wikipedia page开始，您可以看到它最初是在1972年开发的，基于1962年的早期想法。这意味着它比用于捕获您在合成软件中使用的图像的CCD更旧。

鉴于它“似乎只是研究而且不稳定”，我建议您花一些时间learning various computer vision和image analysis algorithms and techniques，并在实施之前在该领域获得良好的数学基础商业合成软件中的Hough变换。

当你完成学习后，我建议你使用well tested open source implementation。

Answer 2

是。事实上，我已经为一块商业软件编写了Hough变换代码，而这些软件并不是像MATLAB那样的研究工具。虽然我花了很多时间来处理它对特定应用程序的强大功能，但它运行得很好。

Hough变换本身在某些级别噪声的应用中有时不可靠，例如在网络摄像头中，或者在需要提取的形状中存在一些失真时。这可能就是你所看到的。在这种情况下，您可能需要对应用程序进行更多调整，或尝试一些基本的图像预处理。

Answer 3

我对这个问题的评论（高绩效标记）中的居高临下的语气以及此处接受的答案感到有些恼火。

首先，编程库/框架提供算法的实现并不意味着它被使用，或者更确切地说，适用于商业应用（即，在不太原始的条件下稳健地完成工作）。霍夫变换是一种定义明确的算法（具有可能的用途和限制），这种算法很容易理解，并且在介绍性图像处理课程中非常常见。毫不奇怪，它已经在通用库中实现，例如Matlab，Octave和OpenCV。我不相信这个问题的目的是讨论实现的稳健性和包含在商业图像处理框架中的可能性，而是算法本身是否适合最终用户软件（一个计算圆圈的应用程序，或者不计算的内容）

目前接受的答案是“算法很老。这是一本关于图像处理的书，这里是一个实现它的图像处理库的链接”。零分的另一个答案似乎是主题（即讨论可能的应用程序），虽然不是非常具体（“为我工作”）。

那么，为什么有些人会觉得霍夫变换对形状检测不可靠？这是一个很好的例子：Unreliable results with cv2.HoughCircles

输入似乎是非常明确的圈子。但是，更健壮，建议的工作解决方案不使用Hough变换。我对自己的项目有过类似的经历。通常，更鲁棒的方式是某种对象分割，距离变换，分水岭和峰值定位。我曾经使用Hough变换获得了良好的结果吗？不，我认为在某些情况下它可能有用。特别是如果成像对象的形状被完美地定义，并且被部分遮挡。

换句话说，我也对最终受益于霍夫变换的商业应用感到好奇。这就是我遇到这个问题的方式，后来对“如果你更好地理解这个问题就不会问这个问题”感到失望，答案。