哪些直线检测算法仍然可以检测照片中遭受一定程度镜头畸变的线条？

Question

我发现了有关检测图像中直线的其他问题，我将阅读这些问题。

但我知道在许多照片中，现实生活中的直线最终会变成弯曲的。

我不需要消除鱼眼畸变或任何极端的现象。

但我想处理“典型”量的曲线失真，就好像它们仍然是直线一样。

是否有一些算法或技术可以以“足够好”的方式处理这个问题？

这是我的一本书的旧照片，显示了我想要的那种弯曲直线。这是曲率和镜头畸变的一个很好的例子。 （由于背景中的其他行，这通常可能不是一个很好的例子，但这不是当前问题的重点。）

Answer 1

边缘的曲率看起来并没有那么严重，最坏的情况是霍夫变换只会将边缘破坏为几段。

我更担心边缘缺乏对比度（白底白字），这可能导致检测失败。

Answer 2

事实证明，用于直线检测的最流行的技术之一也存在于处理曲线的版本中。

这称为 “霍夫变换”。

• 维基百科文章
• Stackoverflow 标签

它最初用于检测直线，但已被推广到也可用于检测曲线和其他任意形状。来自维基百科文章：

经典的霍夫变换涉及识别 图像中的线条，但后来霍夫变换已扩展到 识别任意形状的位置，最常见的是圆形或 省略号。

甚至有关于使用霍夫变换处理镜头畸变的特定主题的论文：

• 使用一参数除法模型自动镜头畸变校正
• 基于霍夫变换的径向镜头畸变校正方法
• 使用分割模型进行广角镜头畸变校正
• 使用霍夫变换能量自动选择曲线进行镜头畸变校正
• 使用快速霍夫变换对视频进行盲径向失真补偿