Opencv中直線的表示方法

                           【blog算法原理】Opencv中直線的表示方法

 一、問題的提出：​       

  在實際項目編寫過程中，需要對直線(Line)進行特定的處理。在以前的項目設計實現中，直線(Line)多是用來繪圖使用的，而不是用來進行分析的。

  經過較為仔細地研究Opencv提供的相關內容，感覺這個問題很有搞頭，所以分離出來研究。先看refman

 

 

 

 

 

可以看到，opencv自己提供的3種直線尋找的函數，最后得到的表示line的數據結構和表示內容的表示都是不一樣的。出現這個原因，可能是因為編寫這幾個函數的不是一個開發者；也可能是認為地選擇了最適合特定函數使用的數據結構。那么這3個函數效果到底怎么樣？如何靈活使用到自己的項目中？最后我將提出結合自己實際編寫的函數。

 

二、函數測試

由於后2個函數都能夠直接以圖像(MAT)作為參數，所以用一副標准圖像進行測試；而后針對Linefit能夠以點集作為輸入的情況單獨測試（如果要使用同樣的圖像需要先細化再找邊緣，比較麻煩)，並且提出自己編寫的方法。

測試圖像為

編寫代碼

# include  "stdafx.h"
# include  <iostream >
# include  "opencv2/core/core.hpp"
# include  "opencv2/highgui/highgui.hpp"
# include  "opencv2/imgproc/imgproc.hpp"
//【blog算法原理】Opencv中直線的表示方法
// jsxyhelu 2016年1月20日
using  namespace std;
using  namespace cv;
void main()
{
    Mat    src;
    Mat board; //用於將識別出來直線繪制出來
    Mat board2;
    vector <Vec4i > lines;
    vector <Vec2f > linesf;
     ///////////////////////主要流程///////////////////////////////////////
    src  = imread( "PureLine.jpg", 0);
    board  = Mat : :zeros(src.size(),src.type());
    board2  = Mat : :zeros(src.size(),src.type());
     ////HoughLineP測試
    HoughLinesP(src, lines,  1, CV_PI / 180,  50,  50,  10 );
     ////HoughLine測試
    HoughLines(src, linesf,  1, CV_PI / 180,  100,  0,  0 );
     ///////////////////////顯示結果///////////////////////////////////////
     for( size_t i  =  0; i  < lines.size(); i ++ ){
        Vec4i l  = lines[i];
        line( board, Point(l[ 0], l[ 1]), Point(l[ 2], l[ 3]), Scalar( 255),  1, CV_AA);
    }
     for( size_t i  =  0; i  < linesf.size(); i ++ ){
         float rho  = linesf[i][ 0], theta  = lines[i][ 1];
        Point pt1, pt2;
         double a  = cos(theta), b  = sin(theta);
         double x0  = a *rho, y0  = b *rho;
        pt1.x  = cvRound(x0  +  1000 *( -b));
        pt1.y  = cvRound(y0  +  1000 *(a));
        pt2.x  = cvRound(x0  -  1000 *( -b));
        pt2.y  = cvRound(y0  -  1000 *(a));
        line( board2, pt1, pt2, Scalar( 255), 1, CV_AA);
    }
    imshow( "src",src);
    waitKey();
}

 

結果

(HoughLineP)

 

(HoughLine)

從結果上來看，HoughlineP識別的要更准確。這兩個函數一個是識別出來圖形上的點，一個是識別出來角度和圖像上的點。兩個函數的結果都是自己編寫代碼打印出來的。

 

三、結合實際

實際上我需要的是識別出直線，並且對圖像進行旋轉。這部分的代碼是這樣的

        Point pt1;

    Point pt2;
     float t  = ( float)(src.cols +src.rows);
    pt1.x  = cvRound(Line1[ 2]  - Line1[ 0] *t);
    pt1.y  =cvRound(Line1[ 3] -Line1[ 1] *t);
    pt2.x  = cvRound(Line1[ 2] +Line1[ 0] *t);
    pt2.y  = cvRound(Line1[ 3] +Line1[ 1] *t);
    line( src, pt1, pt2, Scalar( 255), 1, CV_AA);
     //對結果圖像進行旋轉
    Point center  = Point( src.cols / 2, src.rows / 2 ); //以圖像中心為中心
     double angle  =atan(Line1[ 1] /Line1[ 0]);
    angle   = Rad2Deg(angle); //由弧度轉換為角度
     /// 通過上面的旋轉細節信息求得旋轉矩陣
    Mat rot_mat  = getRotationMatrix2D( center, angle,  1 );
     /// 旋轉已扭曲圖像
    warpAffine( src, dst, rot_mat, src.size() );