直线拟合，图像组件轮廓的检测和计算机描述

四、直线拟合

        在一些应用，不仅要求检测出图像中的直线，还要求对图像中的直线精准的估计出位置和方向。下面我们将介绍opencv中如何通过一些点拟合出最适合的直线。

       直线拟合的主要原理是，最小二乘法，即计算各点与直线的最小距离，求出最小距离之和的直线就是最合适的直线。

        我们选择前面通过概率霍夫变换（cv::HoughLinesP）求出的第一个线段为实例，与Canny算子实现出的边缘按位与，得到一系列边缘点，程序和结果如下：

        // Display one line
	image= cv::imread("road.jpg",0);
	int n=0;
	cv::line(image, cv::Point(li[n][0],li[n][1]),cv::Point(li[n][2],li[n][3]),cv::Scalar(255),5);
	cv::namedWindow("One line of the Image");
	cv::imshow("One line of the Image",image);
	cv::imwrite("One line of the Image.jpg",image);

	// Extract the contour pixels of the first detected line
	cv::Mat oneline(image.size(),CV_8U,cv::Scalar(0));
	cv::line(oneline, cv::Point(li[n][0],li[n][1]),cv::Point(li[n][2],li[n][3]),cv::Scalar(255),5);
	cv::bitwise_and(contours,oneline,oneline);
	cv::Mat onelineInv;
	cv::threshold(oneline,onelineInv,128,255,cv::THRESH_BINARY_INV);
	cv::namedWindow("One line");
	cv::imshow("One line",onelineInv);
	cv::imwrite("One line.jpg",onelineInv);

        One line of the Image.jpg

        

        One line.jpg

     然后将这条直线存入Point中

	std::vector<cv::Point> points;

	// Iterate over the pixels to obtain all point positions
	for( int y = 0; y < oneline.rows; y++ ) {
    
		uchar* rowPtr = oneline.ptr<uchar>(y);
    
		for( int x = 0; x < oneline.cols; x++ ) {

		    // if on a contour
			if (rowPtr[x]) {

				points.push_back(cv::Point(x,y));
			}
		}
    }

      最后通过opencv提供的cv::fitLine函数，进行直线拟合，  

        cv::Vec4f line;
	cv::f