噪声和模糊图像的线检测

噪声和模糊图像的线检测是一个常见的图像处理问题。下面是一个解决该问题的示例代码：

import cv2
import numpy as np

# 读取图像
image = cv2.imread('image.jpg', 0)

# 对图像进行高斯模糊
blurred = cv2.GaussianBlur(image, (5, 5), 0)

# 对模糊后的图像进行边缘检测
edges = cv2.Canny(blurred, 50, 150, apertureSize=3)

# 对边缘图像进行直线检测
lines = cv2.HoughLines(edges, 1, np.pi/180, 200)

# 绘制检测到的直线
if lines is not None:
    for rho, theta in lines[:, 0]:
        a = np.cos(theta)
        b = np.sin(theta)
        x0 = a*rho
        y0 = b*rho
        x1 = int(x0 + 1000*(-b))
        y1 = int(y0 + 1000*(a))
        x2 = int(x0 - 1000*(-b))
        y2 = int(y0 - 1000*(a))
        cv2.line(image, (x1, y1), (x2, y2), (0, 0, 255), 2)

# 显示结果
cv2.imshow('Lines', image)
cv2.waitKey(0)
cv2.destroyAllWindows()

这段代码使用了OpenCV库来进行图像处理。首先，图像被读取并进行高斯模糊。然后，使用Canny边缘检测算法找到图像的边缘。最后，使用Hough变换检测直线，并将检测到的直线绘制在原始图像上。

请注意，这只是一个简单的示例代码，实际应用中可能需要根据具体问题进行调整和优化。