OpenCV 角度计算

把以前学习的知识重新整理一下,首先通过OpenCV霍夫线变换提取图像直线,分别取线上两点,通过计算线的斜率,从而计算角度。
1、霍夫线变换
opencv支持两种不同的霍夫变换:标准霍夫变换(SHT)和累积概率霍夫变换(PPHT)。在opencv中可以使用同一个函数来使用两种算法。

相关函数如下:

void HoughLinesP(InputArray image,OutputArray lines, double rho, double theta, int threshold, double minLineLength=0,double maxLineGap=0 )

image为输入图像,要求是单通道,8位图像
lines为输出参数,4个元素表示,即直线的起始和终止端点的4个坐标(x1,y1),(x2,y2)
rho为距离分辨率,一般为1
heta为角度的分辨率,一般CV_PI/180
threshold为阈值,hough变换图像空间值最大点,大于则执行
minLineLength为最小直线长度(像素),即如果小于该值,则不被认为是一条直线
maxLineGap为直线间隙最大值,如果两条直线间隙大于该值,则被认为是两条线段,否则是一条。
也可以通过其他方法去找边线的点坐标,如角点查找。
2、公式计算
先分别求取线斜率K1,K2,然后带进公式计算角度。

k = (k2 - k1) / (1 + k1*k2);
angle = atan(k) * 180 / PI;

3、代码如下

Mat src = imread("D:/images/line_0.jpg");
Mat gray,blur, canny, binary;
cvtColor(src, gray, COLOR_BGR2GRAY);
GaussianBlur(gray, blur, Size(3, 3), 0, 0);
//Canny(blur, canny, 20, 255, 3);
threshold(blur, binary, 20, 255, THRESH_BINARY_INV | THRESH_OTSU);

vector<Vec4i>lines;
double x1,x2,y1,y2, k1, k2, k,angle = 0.0;
HoughLinesP(binary, lines, 1, CV_PI / 180, 20, 100, 2);
for (size_t i = 0; i < lines.size(); i++) {
	//Vec4i ln = lines[i];
	line(src, Point(lines[i][0], lines[i][1]), Point(lines[i][2],              lines[i][3]), Scalar(255, 0, 0), 1, 8);
	cout << i << endl;
}
	
cout << "x1=" << lines[1][1] << "," << "x0=" << lines[1][0] << "," << "y1=" << lines[1][3] << "," << "y0=" << lines[1][2] << endl;
x1 = lines[0][1] - lines[0][0];
y1 = lines[0][3] - lines[0][2];
k1 = y1 / x1;

x2 = lines[1][1] - lines[1][0];
y2 = lines[1][3] - lines[1][2];
k2 = y2 / x2;

cout <<"k1 , k2 = "<< k1 <<" , "<<k2<< endl;
k = (k2 - k1) / (1 + k1*k2);
angle = atan(k) * 180 / PI;
cout <<"angle = "<< angle<< endl;

4、结果实现
原图:
在这里插入图片描述
结果:
在这里插入图片描述

  • 6
    点赞
  • 68
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
计算物体的旋转角度,可以使用OpenCV中的函数`cv2.minAreaRect()`。该函数可以计算出包围物体的最小矩形区域,并返回该矩形区域的中心坐标、宽度、高度和旋转角度。 下面是一个用OpenCV计算物体旋转角度的示例代码: ```python import cv2 # 读入图像 image = cv2.imread("object.jpg") # 转为灰度图像 gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY) # 二值化图像 ret, thresh = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY) # 查找物体轮廓 contours, hierarchy = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE) # 计算包围物体的最小矩形区域 rect = cv2.minAreaRect(contours[0]) # 获取矩形的中心坐标、宽度、高度和旋转角度 center, size, angle = rect # 将浮点型坐标和尺寸转为整型 center = tuple(map(int, center)) size = tuple(map(int, size)) # 绘制矩形轮廓和中心点 box = cv2.boxPoints(rect) box = np.int0(box) cv2.drawContours(image, [box], 0, (0, 0, 255), 2) cv2.circle(image, center, 5, (0, 255, 0), -1) # 显示图像 cv2.imshow("image", image) cv2.waitKey(0) cv2.destroyAllWindows() ``` 上述代码中,我们先读入一张图像并将其转为灰度图像和二值化图像,然后使用`cv2.findContours()`函数查找物体的轮廓。接着使用`cv2.minAreaRect()`函数计算物体的最小矩形区域,并获取该矩形的中心坐标、宽度、高度和旋转角度。最后,我们绘制出物体的矩形轮廓和中心点,并显示图像。 需要注意的是,在上述代码中我们只处理了图像中的一个物体轮廓,如果图像中有多个物体轮廓,需要对每个轮廓都进行处理。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值