20.java openCV4.x 入门-Imgproc之点集拟合

专栏简介
💒个人主页	📖心灵鸡汤📖 我们唯一拥有的就是今天，唯一能把握的也是今天 建议把本文当作笔记来看，据说专栏目录里面有相应视频🤫	📰专栏目录

一、拟合直线

1.字段

列举部分，更多请查看官方文档。

DIST_L1	这是L1距离度量。它计算两点之间的绝对差值之和
DIST_L12	这是加权L1距离度量。它结合了L1和L2距离的特性
DIST_L2	这是欧几里得距离，也就是L2距离度量。它计算两点之间的平方差之和的平方根

2.方法说明

1.拟合给定点集的直线

fitLine(Mat points, Mat line, int distType, double param, double reps, double aeps)
参数：
points	输入的2D或3D点向量
line	输出参数，表示拟合得到的直线的参数。在2D拟合的情况下，它应该是一个4个元素的向量（如Vec4f） - （vx，vy，x0，y0），其中（vx，vy）是与直线共线的归一化向量，（x0，y0）是直线上的点。在3D拟合的情况下，它应该是一个6个元素的向量（如Vec6f） - （vx，vy，vz，x0，y0，z0），其中（vx，vy，vz）是与直线共线的归一化向量，（x0，y0，z0）是直线上的点
distType	距离度量方式，用于M估计。参见DIST_*
param	可选参数，对于某些距离类型，它表示数值参数C。如果为0，则选择最优值
reps	足够精度下的半径（坐标原点到直线的距离）
aeps	对于角度的足够精度。对于reps和aeps，0.01是一个不错的默认值

拟合给定点集的直线，该函数通过最小化
$$\sum _i\rho (r_i)$$
来拟合一条直线到2D或3D点集，其中
$$r_i是第i^{th}个点到线和\rho (r)的距离函数,$$
可以是以下之一:

DIST_L2
$$\rho (r)=r^2/2\text{(最简单且最快的最小二乘法方法)}$$
DIST_L1
$$\rho (r)=r$$
DIST_L12
$$\rho (r)=2\cdot (\sqrt{1+\frac{r^2}{2}}-1)$$
DIST_FAIR
$$\rho \left(r\right)=C^2\cdot \left(\frac{r}{C}-\log \left(1+\frac{r}{C}\right)\right)\text{其中}C=1.3998$$
DIST_WELSCH
$$\rho \left(r\right)=\frac{C^2}{2}\cdot \left(1-\exp \left(-{\left(\frac{r}{C}\right)}^2\right)\right)\text{其中}C=2.9846$$
DIST_HUBER
$$\rho (r)=\{\begin{array}{llc}\frac{r^2}{2}& \text{if }r& lt;C\\ C\cdot (r-\frac{C}{2})& \text{其它}& \end{array}\text{其中}C=1.345$$
根据自身需求选择合适的距离计算类型，此处仅给出使用示例

       //创建矩阵
        Mat mat = new Mat(300,300, CvType.CV_8UC3);
        mat.setTo(new Scalar(255,255,255));

        //创建点集
        MatOfPoint points = new MatOfPoint();
        points.fromArray(new Point(30,30),
                new Point(55,30),
                new Point(110,88),
                new Point(150,200),
                new Point(100,250)
                );

        Mat line = new Mat();
        //拟合直线
        Imgproc.fitLine(points,line,Imgproc.DIST_L1,0,0.01,0.01);

        //获取拟合结果
        double vx = line.get(0, 0)[0];
        double vy = line.get(1, 0)[0];
        double x = line.get(2, 0)[0];
        double y = line.get(3, 0)[0];

        System.out.println("line.dump() = \n" + line.dump());
        //绘制点集
        for (Point point : points.toArray()) {
            Imgproc.circle(mat,point,2,new Scalar(0,0,255),-1,Imgproc.LINE_AA);
        }

        //根据拟合结果绘制直线
        Point p1 = new Point(x,y);
        Point p2 = new Point(x+200*vx,y+200*vy);
        Imgproc.line(mat,p1,p2,new Scalar(255,0,0),2);

        HighGui.imshow("mat",mat);
        HighGui.waitKey();

结果：

二、拟合椭圆

1.最佳拟合

该函数的作用是在给定的2D点集上找到一个最佳拟合的旋转椭圆，并返回表示该椭圆的 RotatedRect 对象

fitEllipse(MatOfPoint2f points)
参数：
points	一个包含2D点的 MatOfPoint2f 对象

    public static void main(String[] args) {
        // 创建一个二维点集
        MatOfPoint2f points = new MatOfPoint2f(
                new Point(100, 50),
                new Point(150, 100),
                new Point(200, 50),
                new Point(150, 0),
                new Point(100, 50)
        );

        // 调用fitEllipse方法拟合椭圆
        RotatedRect rotatedRect = Imgproc.fitEllipse(points);

        // 打印拟合的椭圆信息
        System.out.println("Center: " + rotatedRect.center);
        System.out.println("Size: " + rotatedRect.size);
        System.out.println("Angle: " + rotatedRect.angle);

    }

请自行绘制查看结果

fitEllipseDirect​(Mat points)
参数：
points	一个包含2D点的 MatOfPoint2f 对象

这里使用了由 Fitzgibbon1999 提出的直接最小二乘法（Direct）算法

    public static void main(String[] args) {
        // 假设有一组点集合，这里只是举例，实际应用中需要替换为真实数据
        Point[] pointsArray = {
                new Point(100, 50),
                new Point(150, 100),
                new Point(200, 50),
                new Point(150, 0),
                new Point(100, 50)
        };
        MatOfPoint points = new MatOfPoint(pointsArray);

        // 调用 fitEllipseAMS 方法拟合椭圆
        RotatedRect rotatedRect = Imgproc.fitEllipseDirect(points);

        // 输出椭圆的信息
        System.out.println("Center: " + rotatedRect.center);
        System.out.println("Size: " + rotatedRect.size);
        System.out.println("Angle: " + rotatedRect.angle);

        //绘制
        Mat mat = new Mat(300,300, CvType.CV_8UC3,new Scalar(255,255,255));
        List pts = new ArrayList<>();
        pts.add(points);
        Imgproc.polylines(mat,pts,true,new Scalar(255,0,0));
        Imgproc.ellipse(mat,rotatedRect,new Scalar(0,255,0));

        //显示
        HighGui.imshow("mat",mat);
        HighGui.waitKey(0);
        HighGui.destroyAllWindows();
    }

2.最小面积拟合

fitEllipseAMS根据输入的点集拟合出一个最小面积的椭圆，采用 AMS (Algebraic Method) 算法. 该函数支持更多类型的points

fitEllipse(MatOfPoint2f points)
参数：
points	输入的点坐标集合

        // 假设有一组点集合，这里只是举例，实际应用中需要替换为真实数据
        Point[] pointsArray = {
                new Point(100, 50),
                new Point(150, 100),
                new Point(200, 50),
                new Point(150, 0),
                new Point(100, 50)
        };
        MatOfPoint points = new MatOfPoint(pointsArray);

        // 调用 fitEllipseAMS 方法拟合椭圆
        RotatedRect rotatedRect = Imgproc.fitEllipseAMS(points);

        // 输出椭圆的信息
        System.out.println("Center: " + rotatedRect.center);
        System.out.println("Size: " + rotatedRect.size);
        System.out.println("Angle: " + rotatedRect.angle);

        //绘制
        Mat mat = new Mat(300,300,CvType.CV_8UC3,new Scalar(255,255,255));
        List pts = new ArrayList<>();
        pts.add(points);
        Imgproc.polylines(mat,pts,true,new Scalar(255,0,0));
        Imgproc.ellipse(mat,rotatedRect,new Scalar(0,255,0));

        //显示
        HighGui.imshow("mat",mat);
        HighGui.waitKey(0);
        HighGui.destroyAllWindows();

万水千山总是情，本栏完全公开免费。点赞+收藏过30，瞬更下一篇
上一篇：Imgproc之图形绘制	下一篇：边缘检测