概率霍夫变换是一种基于泛洪算法的直线检测算法。相较于传统霍夫变换，概率霍夫变换可以在保证一定的精度前提下，大大提高了直线检测效率。下面是  OpenCV  C++  实现概率霍夫检测的示例代码：

#include <opencv2/opencv.hpp>
#include <iostream>
#include <math.h>
using namespace cv;
using namespace std;
int main(int argc, char** argv)
{Mat src, dst, color_dst;if (argc != 2 || !(src = imread(argv[1], IMREAD_GRAYSCALE)).data)return -1;Canny(src, dst, 50, 200, 3);cvtColor(dst, color_dst, COLOR_GRAY2BGR);vector4i> lines;HoughLinesP(dst, lines, 1, CV_PI / 180, 50, 50, 10);for (size_t i = 0; i < lines.size(); i++){Vec4i l = lines[i];line(color_dst, Point(l[0], l[1]), Point(l[2], l[3]), Scalar(0, 0, 255), 3, LINE_AA);}namedWindow("Source", WINDOW_NORMAL);imshow("Source", src);namedWindow("Detected Lines", WINDOW_NORMAL);imshow("Detected Lines", color_dst);waitKey(0);return 0;
}

代码解释如下：

-  首先读入一张灰度图片并进行  Canny  边缘检测。

-  然后调用`cv::HoughLinesP`  函数进行概率霍夫检测，检测到的直线存储在`std::vector<Vec4i>`  中。

对于  HoughLinesP  函数几个参数的含义：

-`dst`：输入图像；
-`lines`：输出的直线集合；
-`1`：表示直线的检测步长，单位为像素；
-`CV_PI  /  180`：表示角度的检测步长，单位为弧度；
-`50`：表示累加阈值，累加值低于该值则被丢弃；
-`50`：表示最小线段长度，小于该值的线条会被丢弃；
-`10`：表示最大线段间隙，同一条线段中断的间隙超过该值则会被分为两条线段。

-  最后，将检测到的直线可视化，并显示原始灰度图和检测结果。

注意，我们使用`Vec4i`  类型来存储概率霍夫检测得到的直线。`Vec4i`  是一个长度为  4  的定长向量，分别表示直线的起点和终点坐标。