霍尔变换，经典方法，对于检测圆形和直线感觉还是很有效果的。OpenCV Turtoial 里面有示例，此外查找了其他一些文章来补充几句。
霍尔变换的原理简单概括：转为极坐标中的曲线后，查看各条线的交点情况，如果交于一点的数量高于阈值，那么就找到一条直线。总之记住涉及到转为极坐标这一过程，所以后面的函数中都有 theta 参数，其实就是角度信息，默认都是 pi/180，即一度。
OpenCV 支持三种不同的霍夫线变换，它们分别是：标准霍夫变换(Standard Hough Transform，SHT)，多尺度霍夫变换（Multi-Scale Hough Transform，MSHT），累计概率霍夫变换(Progressive Probabilistic Hough Transform ，PPHT)。
多尺度霍夫变换为标准霍夫变换在多尺度下的一个变种。累计概率霍夫变换是标准霍夫变换的一个改进，它在一定的范围内进行霍夫变换，计算单独线段的方向以及范围，从而减少计算量，缩短计算时间。之所以名字中有概率，是因为并不将累加器平面内的所有可能的点累加，而只是累加其中的一部分，该想法是如果峰值如果足够高，只用一小部分时间去寻找它就够了。这样猜想的话，可以实质性地减少计算时间。
总结一下，OpenCV中的霍夫线变换有如下三种：
- 标准霍夫变换，由 HoughLines 函数调用。
- 多尺度霍夫变换，由 HoughLines 函数调用。
- 累计概率霍夫变换，由 HoughLinesP 函数调用。
此外还有一个霍尔变换检测圆形的方法：HoughCircles。
cv::HoughLines(
InputArray src, OutputArray lines,
double rho, double theta, int threshold,
double srn=0, double stn=0,
double min_theta=0, double max_theta=CV_PI
)标准霍夫变换或者多尺度霍夫变换来检测直线：
- src：8UC1，通常是传入边缘检测、阈值处理后的图片
- rho：生成极坐标时候的像素扫描步长，通常就是 1.0
- theta：生成极坐标时候的角度步长，一般取值CV_PI/180，即表示一度
- threshold：累加器的阈值，即上面霍夫变换中多少条曲线交于一点才会认为是直线，这个对结果有很大影响，可以先用 100 来试试效果
- srn：是否应用多尺度的霍夫变换，0 表示经典霍夫变换，否则是多尺度，并且该参数表示距离分辨率的除数，粗略的累加器距离分辨率是参数rho，精确的累加器分辨率是rho/srn。
- stn：是否应用多尺度的霍夫变换，0 表示经典霍夫变换，否则是多尺度，并且该参数表示角度分辨率的除数，粗略的累加器角度分辨率是参数theta，精确的累加器分辨率是theta/stn
- min_theta, max_theta：检测直线的最小、最大角度
cv::HoughLinesP(
InputArray src, OutputArray lines,
double rho, double theta, int threshold,
double minLineLength=0, double maxLineGap=0
)累计概率霍夫变换，由 HoughLinesP 函数调用，大部分参数参考上面的函数:
- minLineLength: 直线的最小长度，当检测直线的长度小于该数字时将被剔除
- maxLineGap: 同一直线上相邻的两个点之间的最大距离，即允许将一条线上有些点可以有间隔，但不能超过这个参数
cv::HoughLinesPointSet (
InputArray point, OutputArray lines,
int lines_max, int threshold,
double min_rho, double max_rho, double rho_step,
double min_theta, double max_theta, double theta_step
)官方文档有使用例子，在实际工程应用中，有可能得到的是一些点坐标，而不是一幅完整的图像，该函数就是能够在众多点中寻找是否存在直线的函数：
- lines_max: 检测直线的最大数目
- rho_step, min_rho, max_rho: 通常是 1, 0, 360 (这里就是转为极坐标的 rho 的取值范围)
- theta_step, min_theta, max_thera: 通常是 CV_PI/180, 0, CV_PI/2 (这里就是转为极坐标的 theta 的取值范围)
检测圆形，直接网上搜索资料或者去看文档吧