cv2.HoughLines()函数是在二值图像中查找直线，cv2.HoughLinesP()函数可以查找直线段。

cv2.HoughLinesP()函数原型：

HoughLinesP(image, rho, theta, threshold, lines=None, minLineLength=None, maxLineGap=None) 

• image： 必须是二值图像，推荐使用canny边缘检测的结果图像； 
• rho: 线段以像素为单位的距离精度，double类型的，推荐用1.0 
• theta： 线段以弧度为单位的角度精度，推荐用numpy.pi/180 
• threshod: 累加平面的阈值参数，int类型，超过设定阈值才被检测出线段，值越大，基本上意味着检出的线段越长，检出的线段个数越少。根据情况推荐先用100试试
• lines：这个参数的意义未知，发现不同的lines对结果没影响，但是不要忽略了它的存在 
• minLineLength：线段以像素为单位的最小长度，根据应用场景设置 
• maxLineGap：同一方向上两条线段判定为一条线段的最大允许间隔（断裂），超过了设定值，则把两条线段当成一条线段，值越大，允许线段上的断裂越大，越有可能检出潜在的直线段

HoughLinesP()调用例子：

# coding=utf-8
import cv2
import numpy as np
 
img = cv2.imread('02.jpg')
 
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
 
gaus = cv2.GaussianBlur(gray,(3,3),0)
 
edges = cv2.Canny(gaus, 50, 150, apertureSize=3)
 
minLineLength = 100
maxLineGap = 10
lines = cv2.HoughLinesP(edges, 1, np.pi / 180, 100, minLineLength, maxLineGap)
 
for x1, y1, x2, y2 in lines[0]:
    cv2.line(img, (x1, y1), (x2, y2), (0, 255, 0), 2)
 
cv2.imshow("houghline",img)
cv2.waitKey()
cv2.destroyAllWindows()