基于OpenCV的图像直线分析和拟合工具

最新推荐文章于 2024-05-04 09:47:30 发布

KayChanGeek

最新推荐文章于 2024-05-04 09:47:30 发布

阅读量5k

点赞数 9

分类专栏：图像处理|OpenCV|Halcon 文章标签： opencv 直线分析直线拟合 rake工具图像视觉

本文链接：https://blog.csdn.net/KayChanGEEK/article/details/77247884

版权

图像处理|OpenCV|Halcon 专栏收录该内容

52 篇文章 67 订阅

订阅专栏

之前见过别人利用halcon封装了一个不错的函数叫drawRake好像是这个名字。这个工具挺好用的，可以在图像上随意画一条直线，然后设置一些参数，他就能在你画的这条线附近寻找你想要的直线，然而其不是开源的，halcon也是收费的。于是我就心血来潮想自己做一个类似的工具，花了一天搞出来了，经过测试，效果还是杠杠的。下面介绍给大家，并会提供该工具函数的源码。

图像处理过程中我们有时候要对摄像头采集的图像进行直线分析，如果利用opencv分析的话，我们常常要自己建个工程，然后利用一些检测直线的算法，比如霍夫变换等，然而这样比较耗时。这个工具就可以即时的对图像直线进行分析。接下来给出这个工具函数的原型。名字我也取为drawRake。如下：

std::vector<cv::Point2d> drawRake(	cv::Mat &f, 
										cv::Point2d pStart, 
										cv::Point2d pEnd, 
										int gap, 
										int searchLength, 
										int threshValue, 
										bool isJudgeByGreatThan = false);

参数解析：

cv::Mat &f：图像数据，须为3通道或者单通道图像。

cv::Point2d pStart：指定直线的起点（这个是我们指定的，直线的起点和终点将被指定为搜索区域，我下面做的这个软件使用鼠标画线来指定直线）。

cv::Point2d pEnd：指定直线的终点。

int gap：搜索间隙（指定直线的细分步长）。

int searchLength：搜索长度，搜索范围。

int threshValue：搜索阈值。

bool isJudgeByGreatThan：目标点是否判决于大于阈值

返回值：std::vector<cv::Point2d>：一些列目标点集，用于直线拟合。

------------------------------------------------------------------------------------------

可能不大好理解这几个参数的定义，先来看看下面几个直观的图像吧！如下图：是摄像头实时采集的一帧图像数据，然后我们现在要分析下图黑色箭头所示的直线。

我们只需要在图像上的该直线附近画一条差不多直线，这条画上去的直线就是上面的输入参数的cv::Point2d pStart，cv::Point2d pEnd。效果如下图所示，因为是相机的实时帧，所以他会实时分析该直线，可以调节gap，searchLength，threshValue，isJudgeByGreatThan来分析最适合的直线。

如上图，我们看到一堆的小箭头，那个就是点集的搜索方向。现在看到的那一堆箭头比较密集是由于gap值比较小的原因。如果我们把gap变大，就会看到这一群箭头变得稀疏了，如下图所示：

我们看到箭头变稀疏了，因为gap增大了，我们还可以改变箭头的长度，他的意义就是输入参数searchLength，即搜索范围，他会从箭尾搜索到箭头，知道索引到符合的点，我们可以增大searchLength，就可以增加搜索范围，相应的箭头也会变长，如下图：

我们再分析一下别的直线，也很容易的找到该直线如下所示：

我们再来分析一下输入参数isJudgeByGreatThan，如果是FALSE的话就是从亮到暗（阈值是下限）搜索，如上图，如果设置成TRUE的话，就是从暗到亮搜索（阈值是上限），比如我们来分析一下纸箱盖子的直线，如下图。

好了，差不多直观的了解完了，接下来就是上代码。

------------------------------------------------------------------------------------------

下面是drawRake函数源码：

std::vector<cv::Point2d> drawRake(cv::Mat &f, cv::Point2d pStart, cv::Point2d pEnd, int gap, int searchLength, int threshValue, bool isJudgeByGreatThan){

		// 初始化内存
		std::vector<cv::Point2d> pVec; pVec.clear();	// rake点集
		double k = 0., b = 0., xConst = 0.;				// 直线方程参数
		int lineLength = 0;								// 直线长度
		double lineAngle = 0.;							// 直线角度
		double opposite = 1.0;							// 直线的方向是否相反 是：为-1.0，否：1.0
		int imageChs = f.channels();					// 图像通道数，支持3通道和单通道图像
		cv::Mat singleChImage;							// 单通道图像

		// 有效性判断
		if (f.empty()) return pVec;
		if (pStart == pEnd) return pVec;

		// 获取单通道图像
		if (imageChs == 1){
			//f.copyTo(singleChImage);
			singleChImage = f;
		}else if (imageChs == 3){
			cv::cvtColor(f, singleChImage, CV_BGR2GRAY);// 默认的单通道是灰度空间
		}

		// 获取直线方向性
		if (pEnd.x < pStart.x) opposite = -1.0;

		// 获取直线方程 y = k * x + b, y = b, x = const value.
		if ((pEnd.x - pStart.x) == 0.){

			xConst = pStart.x; // x = const value.
			lineAngle = 90.;
			if (pEnd.y < pStart.y) opposite = -1.0;		// 只有这种情况直线方向性考虑Y
		}else{

			k = (pEnd.y - pStart.y) / (pEnd.x - pStart.x);
			b = pStart.y - k * pStart.x;
			lineAngle = atan(k) * 180. / CV_PI;
		}
		lineLength = sqrt(pow((pEnd.x - pStart.x), 2.) + pow((pEnd.y - pStart.y), 2.));

		// 细分直线，细分步长位gap,获取每一个细分点的坐标
		std::vector<cv::Point2d> gapPVec; gapPVec.clear();
		double Xgap, Ygap;
		for (int g = 0; g <= lineLength; g += gap){

			Xgap = pStart.x + (opposite * g * cos(lineAngle * CV_PI / 180.));
			Ygap = (pEnd.x == pStart.x) ? (pStart.y + opposite * g) : (k * Xgap + b);
			gapPVec.push_back(cv::Point2d(Xgap, Ygap));
		}

		// 找每个细分点的直线段，直线段长度就是搜索长度范围，由searchLength指定,这边计算出来的lineAngle属于(-90 ~ 90度)
		double halfSearchLength = searchLength / 2.;
		double xLower, xUpper, yLower, yUpper;			// 细分点的直线段在X-Y轴投影的横坐标上限和下限
		double Knew = 0., Bnew = 0., XnewConst = 0.;	// 细分点的直线段的k和b	和x = const直线
		bool newLineIsVecticalLine = false;				// 默认是一般直线，非竖线
		std::vector<cv::Point> lineArrowVec[2];			// 存取用于画结果的直线标
		if (k == 0.){
			newLineIsVecticalLine = true;
		}else{
			if ((pEnd.x == pStart.x)) Knew = 0.;
			else Knew = -1. / k;
		}
		for (int i = 0; i < gapPVec.size(); i++){

			if (abs(lineAngle) < 45.){					// 小于45度的情况
				
				if (newLineIsVecticalLine){ // x = const

					XnewConst = gapPVec[i].x;
					yLower = gapPVec[i].y - halfSearchLength;
					yUpper = gapPVec[i].y + halfSearchLength;
				}
				else{						// b = y - k * x

					Bnew = gapPVec[i].y - Knew * gapPVec[i].x;
					yLower = gapPVec[i].y - halfSearchLength * cos(abs(lineAngle * CV_PI / 180.));
					yUpper = gapPVec[i].y + halfSearchLength * cos(abs(lineAngle * CV_PI / 180.));
				}
				// 上边到下边的直线递增查询，下边到上边的直线递减查询
				for (int yy = yLower; yy <= yUpper; yy++){

					int xCur = 0, yCur = 0;
					if (pStart.x > pEnd.x) yCur = yUpper - yy + yLower;
					else yCur = yy;
					xCur = (newLineIsVecticalLine) ? (XnewConst) : (yCur - Bnew) / Knew;

 					if (xCur > singleChImage.cols || xCur < 0 || yCur > singleChImage.rows || yCur < 0) continue;

					unsigned char *pdata = singleChImage.ptr<unsigned char>(yCur);
					if (isJudgeByGreatThan){

						if (pdata[xCur] > threshValue){

							pVec.push_back(cv::Point(xCur, yCur));
							break;
						}
					}
					else{

						if (pdata[xCur] < threshValue){

							pVec.push_back(cv::Point(xCur, yCur));
							break;
						}
					}
				}

				double F_yLower, F_yUpper;
				if (newLineIsVecticalLine){
					F_yLower = XnewConst;
					F_yUpper = XnewConst;
				}else{
					F_yLower = (yLower - Bnew) / Knew;
					F_yUpper = (yUpper - Bnew) / Knew;
				}
				if (pStart.x < pEnd.x){
					lineArrowVec[0].push_back(cv::Point(F_yLower, yLower));
					lineArrowVec[1].push_back(cv::Point(F_yUpper, yUpper));
				}
				else{
					lineArrowVec[1].push_back(cv::Point(F_yLower, yLower));
					lineArrowVec[0].push_back(cv::Point(F_yUpper, yUpper));
				}

			}else{						// 大于45度的情况

				Bnew = gapPVec[i].y - Knew * gapPVec[i].x;
				xLower = gapPVec[i].x - halfSearchLength * sin(abs(lineAngle * CV_PI / 180.));
				xUpper = gapPVec[i].x + halfSearchLength * sin(abs(lineAngle * CV_PI / 180.));

				// 左边到右边的直线递增查询，右边到左边的直线递减查询
				for (int xx = xLower; xx <= xUpper; xx++){

					int xCur = 0, yCur = 0;
					if (pStart.y > pEnd.y) xCur = xUpper - xx + xLower;
					else xCur = xx;
					yCur = Knew * xCur + Bnew;

					if (xCur > singleChImage.cols || xCur < 0 || yCur > singleChImage.rows || yCur < 0) continue;

					unsigned char *pdata = singleChImage.ptr<unsigned char>(yCur);
					if (isJudgeByGreatThan){

						if (pdata[xCur] > threshValue){

							pVec.push_back(cv::Point(xCur, yCur));
							break;
						}
					}else{

						if (pdata[xCur] < threshValue){

							pVec.push_back(cv::Point(xCur, yCur));
							break;
						}
					}
				}
				double F_xLower = Knew * xLower + Bnew;
				double F_xUpper = Knew * xUpper + Bnew;
				if (pStart.y > pEnd.y){

					lineArrowVec[0].push_back(cv::Point(xUpper, F_xUpper));
					lineArrowVec[1].push_back(cv::Point(xLower, F_xLower));
				}else{
					lineArrowVec[1].push_back(cv::Point(xUpper, F_xUpper));
					lineArrowVec[0].push_back(cv::Point(xLower, F_xLower));
				}
			}
		}// end 'for (int i = 0; i < gapPVec.size(); i++)'
		
		// 画rake点，和搜索方向
		for (int i = 0; i < pVec.size(); i++){

			if (imageChs == 1){

				cv::circle(f, pVec[i], 3, cv::Scalar(std::rand() % 255), 3);
				drawArrow(f, lineArrowVec[0][i], lineArrowVec[1][i], 25, 30, cv::Scalar(std::rand() % 255), 1);
			}
			if (imageChs == 3){

				cv::circle(f, pVec[i], 3, cv::Scalar(std::rand() % 255, std::rand() % 255, std::rand() % 255), 3);
				drawArrow(f, lineArrowVec[0][i], lineArrowVec[1][i], 25, 30, cv::Scalar(std::rand() % 255, std::rand() % 255, std::rand() % 255), 1);
			}
		}
		// 画所有的细分点的搜索方向
		for (int i = 0; i < gapPVec.size(); i++){

			if (imageChs == 1){

				drawArrow(f, lineArrowVec[0][i], lineArrowVec[1][i], 25, 30, cv::Scalar(std::rand() % 255), 1);
			}
			if (imageChs == 3){

				drawArrow(f, lineArrowVec[0][i], lineArrowVec[1][i], 25, 30, cv::Scalar(std::rand() % 255, std::rand() % 255, std::rand() % 255), 1);
			}
		}

		return pVec;
}

其中有一个drawArrow函数是用来画箭头的，摘自这里，源码如下：

void drawArrow(cv::Mat& img, cv::Point pStart, cv::Point pEnd, int len, int alpha,cv::Scalar& color, int thickness, int lineType){

		cv::Point arrow;
		// 计算 θ 角（最简单的一种情况在下面图示中已经展示，关键在于 atan2 函数，详情见下面）   
		double angle = atan2((double)(pStart.y - pEnd.y), (double)(pStart.x - pEnd.x));
		cv::line(img, pStart, pEnd, color, thickness, lineType);
		// 计算箭角边的另一端的端点位置（上面的还是下面的要看箭头的指向，也就是pStart和pEnd的位置） 
		arrow.x = pEnd.x + len * cos(angle + CV_PI * alpha / 180.);
		arrow.y = pEnd.y + len * sin(angle + CV_PI * alpha / 180.);
		cv::line(img, pEnd, arrow, color, thickness, lineType);
		arrow.x = pEnd.x + len * cos(angle - CV_PI * alpha / 180.);
		arrow.y = pEnd.y + len * sin(angle - CV_PI * alpha / 180.);
		cv::line(img, pEnd, arrow, color, thickness, lineType);
}

=== == = OK，感兴趣的拿走试一下 = == ===

KayChanGeek

关注

9
点赞
踩
34

收藏

觉得还不错? 一键收藏
9
评论
基于OpenCV的图像直线分析和拟合工具

见过别人利用halcon封装了一个不错的函数叫drawRake好像是这个名字。这个工具挺好用的，可以在图像上随意画一条直线，然后设置一些参数，他就能在你画的这条线附近寻找你想要的直线，然而其不是开源的，halcon也是收费的。就心血来潮想自己做一个类似的工具，花了一天搞出来了，经过测试，效果也是杠杠的。下面介绍给大家，并会提供该工具函数的源码。图像处理过程中我们有时候要对摄像
复制链接

扫一扫

专栏目录