OpenCV-获取图像中直线上的数据

最新推荐文章于 2024-09-23 10:22:01 发布

KeyeSssss

最新推荐文章于 2024-09-23 10:22:01 发布

阅读量696

点赞数 2

文章标签： c++

原文链接：https://blog.youkuaiyun.com/zhaitianbao/article/details/121113525

版权

本文介绍了一种在图像处理中提取直线数据的方法，特别是对于斜向直线的处理。通过从起点到终点逐像素提取，并利用Flag地图避免重复数据，实现了对ROI区域内直线数据的准确提取。代码示例展示了如何从图像和掩模中获取一维直线数据，适用于图像检测等场景。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

版权声明：本文为优快云博主「翟天保Steven」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.youkuaiyun.com/zhaitianbao/article/details/121113525

只转了些关键地方，详细实现过程请参考原文

需求说明

在对图像进行处理时，经常会有这类需求：客户想要提取出图像中某条直线或者ROI区域内的感兴趣数据，进行重点关注。该需求在图像检测领域尤其常见。ROI区域一般搭配Rect即可完成提取，直线数据的提取没有现成的函数，需要自行实现。

当直线为纵向或者横向时，比较简单，只需要从起点到终点提取该行或者列的数据即可；但是直线若为斜向的，则需要从起点出发，向终点方向逐个像素提取。大家都知道，图像是由许多像素组成，而斜向直线的数据提取路线并不一定就是标准的斜线，也可能是呈阶梯状的路线，而如何进行路线设计，就是本文所要展示的内容。

实现代码

#include <iostream>
#include <opencv2/opencv.hpp>
#include <opencv2/highgui.hpp>
 
using namespace std;
using namespace cv;
 
vector<pair<float, int>> GetOneDimLineData(const cv::Mat inImage, cv::Mat mask, cv::Point start, cv::Point end);
 
int main()
{
	Mat src(10,10,CV_32FC1,nan(""));
	for (int i = 3; i < 7; ++i)
	{
		for (int j = 3; j < 9; ++j)
		{
			src.at<float>(i, j) = rand() % 255;
		}
	}
	cv::Mat mask = cv::Mat::zeros(src.size(), CV_8UC1);
	mask.setTo(255, src == src);
	Point start = Point(2, 1);
	Point end = Point(8, 7);
	vector<pair<float, int>> test= GetOneDimLineData(src,mask, start, end);
	cout << "size:" << test.size() << endl;
	for (int i=0;i<test.size();++i)
	{
		cout << i << ":" << endl;
		cout << test[i].first << " " << test[i].second << endl;
	}
	return 0;
}
 
/**
 * @brief GetOneDimLineData                 获取一维直线数据
 * @param inImage                           输入位相图
 * @param mask                              输入掩膜图
 * @param start                             起始点坐标
 * @param end                               终点坐标
 * @return                                  直线数据（数值&序号）
 */
vector<pair<float, int>> GetOneDimLineData(const cv::Mat inImage, cv::Mat mask, cv::Point start, cv::Point end)
{
	vector<pair<float, int>> result;
	int row = inImage.rows;
	int col = inImage.cols;
	int r1 = start.y;
	int c1 = start.x;
	int r2 = end.y;
	int c2 = end.x;
	// 确定两点间距离
	float dist = round(sqrt(pow(float(r2) - float(r1), 2.0) + pow(float(c2) - float(c1), 2.0)));
	if (dist <= 0.00001f) {
		pair<float, int> temp;
		temp.first = inImage.at<float>(r1, c1);
		temp.second = 0;
		result.push_back(temp);
		return result;
	}
	// 横向纵向的步进间隔
	float slope_r = (float(r2) - float(r1)) / dist;
	float slope_c = (float(c2) - float(c1)) / dist;
	// Flag地图，用于存储已放入的数据，避免同一数据二次放入
	cv::Mat Flag = cv::Mat::zeros(mask.size(), mask.type());
	// 数据量计数，从0开始
	int k = 0;
	for (float i = 0; i <= dist; ++i) {
		// 若该点处于掩膜内，且未被Flag存储，则进行存储工作
		if ((mask.at<uchar>(int(r1) + int(round(i * slope_r)), int(c1) + int(round(i * slope_c))) == 255)
			&& (Flag.at<uchar>(int(r1) + int(round(i * slope_r)), int(c1) + int(round(i * slope_c))) == 0))
		{
			pair<float, int> temp;
			temp.first = inImage.at<float>(int(r1) + int(round(i * slope_r)), int(c1) + int(round(i * slope_c)));
			temp.second = k;
			Flag.at<uchar>(int(r1) + int(round(i * slope_r)), int(c1) + int(round(i * slope_c))) = 255;
			k++;
			result.push_back(temp);
		}
	}
	return result;
}