霍夫变换在二维码直线检测中的实现思路

先用边缘图锁定二维码的两条主方向

霍夫变换适合解决二维码检测中的一个局部问题：从复杂背景里找出成组的直线和线段，给定位图形与外接区域提供几何候选。它不负责判断内容是否为二维码，最终仍需交给解码器验证。

QR Code 的结构由 ISO/IEC 18004 规定。标准符号有 3 个定位图形，位于左上、右上和左下；版本 1 的符号为 21×21 个模块，此后每增加 1 个版本，边长增加 4 个模块，因此不能用固定像素尺寸判断定位图形。

1. 将图像缩放到二维码边长约为 100~1000 像素的处理范围。这个范围不是标准要求，而是便于调参的工程起点；二维码小于几十像素时，模块边界可能已经无法可靠保留。
2. 用 OpenCV 转灰度，再以 5×5 的 GaussianBlur 抑制孤立噪声。若模块本身很小，改用 3×3，否则模糊会吞掉窄边。
3. 用 Canny 生成边缘图，先尝试低、高阈值 50/150。这不是通用最优值，曝光、对比度和分辨率变化后应重新调整。
4. 在边缘图上运行霍夫检测；若边缘断裂明显，再并行尝试自适应二值化和轮廓提取。

Canny 通常能保留定位图形的内外边界，适合提取线段；二值图更适合寻找闭合轮廓。背景文字、砖缝和二维码模块边界都会产生候选线，因此单条检测结果不能直接当作定位边。

用 HoughLinesP 取线段，再按角度和长度筛选

标准直线霍夫变换把图像直线写成 ρ = x cosθ + y sinθ。ρ 是原点到直线的有符号距离，θ 是法线角度；边缘像素在参数空间投票，峰值表示一批像素支持同一条直线。

• 距离分辨率：rho=1 像素通常是合理起点。分辨率过粗会合并邻近边，过细则更容易出现分散噪声峰。
• 角度分辨率：theta=π/180 对应 1°。若图像旋转明显，不应只搜索水平和垂直两个固定方向。
• 投票阈值：可从二维码候选区域较长边的约 10%~30% 作为试验范围，再根据线段断裂情况调整。这个比例是工程启发式，不是 QR Code 标准参数。
• 概率霍夫参数：minLineLength 控制最短线段，maxLineGap 控制允许连接的断口。两者应按图像中模块宽度和二维码边长设定，不能照搬固定像素。

HoughLines 输出无限延伸的直线，适合统计方向；HoughLinesP 输出端点，便于计算长度、交点和间距。实际实现可先用前者观察峰值方向，再用后者生成几何候选。

对每条线段计算方向角，并将相差接近 90° 的两组视为一对主方向。筛选时保留同时满足以下条件的线段：

• 长度达到候选二维码外接边的合理比例，而不是只看投票数；
• 同一方向的多条平行线间距变化较小；
• 线段集中在同一个候选区域，且支持点数量足够；
• 两组方向的夹角接近正交，但允许透视造成的偏差。

对于高分辨率图像，可先把线段坐标归一化到候选区域宽高，再使用比例判断。这样图像缩放后，minLineLength 和位置阈值不必全部重写。

用平行边和交点验证三个定位图形

候选线段的交点只能生成角点候选，不能直接说明它属于定位图形。较稳妥的方法是检查一组相邻平行边、近似一致的间距，以及交点周围是否存在黑白相间的方形结构。

可以为每个交点计算一个组合分数：平行边支持占一项，间距一致性占一项，线段长度占一项，候选区域位置占一项。实际代码中，先剔除只有一条短线支持的交点，再保留得分最高的若干个组合，避免累加器最高峰被背景文字误导。

三个定位角点应满足相对位置关系：其中一个点与另外两个点的距离通常较短，另外两点间距离通常更长；三点还应能构成二维码的左上、右上、左下布局。不要强行要求图像坐标中的夹角正好为 90°，因为透视投影会改变角度。

1. 在两组主方向中分别取候选线段，计算两两交点。
2. 删除落在图像边界外、或远离候选二维码区域的交点。
3. 按平行线间距、线段长度和方形结构评分，保留多个三点组合。
4. 用叉积判断三点绕序，再映射为左上、右上、左下；不要只按 x、y 坐标排序。

补齐第四个角点，再让解码器做最终裁决

透视校正需要四组对应点，并通过它们计算一个 3×3 单应性矩阵。三个定位角点不足以唯一完成四点映射，第四个角点应从二维码外轮廓、边界线或三点几何关系中补出；若透视严重，优先使用轮廓检测，而不是只依赖霍夫线。

获得四点后，用 OpenCV 的 getPerspectiveTransform 计算单应性矩阵，再用 warpPerspective 生成正视图。校正图不要固定采样为 21×21：版本 1 是 21×21，版本 2 是 25×25，更高版本继续按每版增加 4 个模块。工程上可把多个候选校正图交给 QRCodeDetector，以成功解码和格式校验结果作为最终筛选条件。

• 低对比度：先做灰度拉伸或自适应阈值，再调 Canny；单纯提高投票阈值会丢掉弱边。
• 背景线过多：先限制候选区域，再提高最短线段长度和四边形一致性要求。
• 透视明显：增加轮廓和四点检测，使用多个角点组合计算单应性矩阵。
• 局部遮挡：保留多个线段组合，让解码器验证，而不是只取最高霍夫峰。
• 定位图形缺失：改用轮廓、模板匹配或专用二维码检测器；提高阈值无法恢复不存在的边缘。

可执行的调参顺序是：先固定缩放和模糊核，再调整 Canny 的 50/150 起点；随后观察 1° 角度量化下的主方向，调整投票阈值与 minLineLength；最后用几何一致性和解码成功率比较参数组合。具体结果取决于 OpenCV 版本、图像分辨率、旋转角度和背景纹理，不能把某一组参数当成所有二维码的通用答案。