【OpenCV 4开发详解】直线拟合

本文首发于 “小白学视觉”微信公众号，欢迎关注公众号 本文作者为小白，版权归 人民邮电出版社发行所有，禁止转载，侵权必究！

---

经过几个月的努力，小白终于完成了市面上第一本OpenCV 4入门书籍《OpenCV 4开发详解》。为了更让小伙伴更早的了解最新版的OpenCV 4，小白与出版社沟通，提前在公众号上连载部分内容，请持续关注小白。

前面介绍的函数都是寻找图像或者点集中是否存在直线，而有时我们明确已知获取到的数据在一条直线上，此时需要将所有数据拟合出一条直线，但是由于噪声的存在，这条直线可能不会通过大多数的数据，因此需要保证所有的数据点距离直线的距离最小，如图7-10所示。相比于直线检测，直线拟合的最大特点是将所有数据只拟合出一条直线。

图7-10 直线拟合示意图

OpenCV 4中提供了利用最小二乘M-estimator方法拟合直线的fitLine()函数，该函数的函数原型在代码清单7-7中给出。

代码清单7-7 fitLine()函数原型
1.	void cv::fitLine(InputArray  points,
2.	                    OutputArray  line,
3.	                    int  distType,
4.	                    double  param,
5.	                    double  reps,
6.	                    double  aeps 
7.	                    )

• points：输入待拟合直线的2D或者3D点集。
• line：输出描述直线的参数，2D点集描述参数为Vec4f类型，3D点集描述参数为Vec6f类型。
• distType：M-estimator算法使用的距离类型标志，可以选择的距离类型在表7-1中给出。
• param：某些类型距离的数值参数（C）。如果数值为0，则自动选择最佳值。
• reps：坐标原点与直线之间的距离精度，数值0表示选择自适应参数，一般常选择0.01。
• aeps：直线角度精度，数值0表示选择自适应参数，一般常选择0.01。

该函数利用最小二乘法拟合出距离所有点距离最小的直线，直线的描述形式可以转化成点斜式。函数第一个参数是待拟合直线的2D或者3D点集，可以存放在vector<>或者Mat类型的变量中赋值给参数。函数第二个参数是拟合直线的描述参数，如果是2D点集，输出量为Vec4f类型的$\left(\begin{array}{cccc}vx& vy& x_0& y_0\end{array}\right)$，其中$\left(\begin{array}{cc}vx& vy\end{array}\right)$是与直线共线的归一化向量，$\left(\begin{array}{cc}{x}_0& y_0\end{array}\right)$是拟合直线上的随意一点，根据这四个量可以计算得到2维平面直线的点斜式解析式，表示形式如式(7.6)所示。

$$y=\frac{vy}{vx}(x-x^{}$$