C++版本OpenCv教程(四十三)直线拟合

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。

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。

void cv::fitLine(InputArray  points,OutputArray  line,int  distType,double  param,double  reps,double  aeps )

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(v_x v_y x₀ y₀)，其中**(v_x v_y)是与直线共线的归一化向量**，(x₀ y₀)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。

如果输入参数是3D点集，输出量为Vec6f类型的(v_x v_y v_z x₀ y₀ z₀)，其中(v_x v_y v_z)是与直线共线的归一化向量，(x₀ y₀ z₀)是拟合直线上的随意一点。函数第三个参数是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。函数第四个参数是某些距离类型中的数值参数C，如果数值0表示选择最佳值。函数第五个参数表示坐标原点与拟合直线之间的距离精度，数值0表示选择自适应参数；函数第六个参数表示拟合直线的角度精度，数值0表示选择自适应参数。第五个参数和第六个参数一般取值0.01。

为了了解该函数的使用方法，在代码清单7-8中给出了利用fitLine()函数拟合直线的示例程序。程序中给出了直线上的坐标点，为了模拟采集数据过程中产生的噪声，在部分坐标中添加了噪声。程序拟合出的直线很好的逼近了真实的直线，程序运行的结果在图7-11给出。

#include <opencv2/opencv.hpp>
#include <iostream>
#include <vector>using namespace cv;
using namespace std;int main()
{system("color F0");  //更改输出界面颜色Vec4f lines;//存放拟合后的直线vector<Point2f>point;//待检测是否存在直线的所有点const static float Points[20][2]={{0.0f,0.0f},{10.0f,11.0f},{21.0f,20.0f},{30.0f,30.0f},{40.0f,42.0f},{50.0f,50.0f},{60.0f,60.0f},{70.0f,70.0f},{80.0f,80.0f},{90.0f,92.0f},{100.0f,100.0f},{110.0f,110.0f},{120.f,120.0f},{136.0f,130.0f},{138.0f,140.0f},{150.0f,150.0f},{160.0f,163.0f},{175.0f,170.0f},{181.0f,180.0f},{200.0f,190.0f}};//将所有点存放在vector中，用于输入函数中for(int i=0;i<20;++i){point.push_back(Point2f(Points[i][0],Points[i][1]));}//参数设置double param=0;//距离模型中的数值参数Cdouble reps=0.01;//坐标原点与直线之间的距离double aeps=0.01;//角度精度fitLine(point,lines,DIST_L1,0,0.01,0.01);double k=lines[1]/lines[0];//直线斜率cout<<"直线斜率: "<<k<<endl;cout<<"直线上一点坐标x: "<<lines[2]<<",y: "<<lines[3]<<endl;cout<<"直线解析式: y="<<k<<"(x-"<<lines[2]<<")+"<<lines[3]<<endl;return 0;
}

运行结果：

直线斜率: 0.999955
直线上一点坐标x: 76.7907,y: 76.7907
直线解析式: y=0.999955(x-76.7907)+76.7907

C++版本OpenCv教程(四十三)直线拟合相关推荐

C++版本OpenCv教程(四十二)霍夫变换原理及直线检测
霍夫变换(Hough Transform)是图像处理中检测是否存在直线的重要算法,该算法是由Paul Hough在1962年首次提出,最开始只能检测图像中的直线,但是霍夫变换经过不断的扩展和完善已经可 ...
C++版本OpenCv教程
C++版本OpenCv教程(一)Mat-基本的图像容器目标我们有多种方法从现实世界获取数字图像:数码相机.扫描仪.计算机断层扫描和磁共振成像等等.在以上任何情况下,我们(人类)看到的都是图像.然而 ...
C++版本OpenCv教程(二十四)直方图匹配
直方图均衡化函数可以自动的改变图像直方图的分布形式,这种方式极大的简化了直方图均衡化过程中需要的操作步骤,但是该函数不能指定均衡化后的直方图分布形式.在某些特定的条件下需要将直方图映射成指定的分布形式 ...
Directx11教程四十三之glow(边缘发光)
这一节教程是关于渲染3D物体的发光边缘,代码结构如下: 一,Glow(边缘发光效果) 这里借用下虚幻四引擎演示下"边缘发光效果",如下图所示: 如上面图中虚幻四引擎中被选中的立方体 ...
C++版本OpenCv教程(二十七)图像中添加高斯噪声
OpenCV 4中同样没有专门为图像添加高斯噪声的函数,对照在图像中添加椒盐噪声的过程,我们可以根据需求利用能够产生随机数的函数来完成在图像中添加高斯噪声的任务.在OpenCV 4中提供了fill() ...
python 人体检测技术_tensorflow入门教程(四十三)人体姿态检测(一)
# #作者:韦访 #博客:https://blog.csdn.net/rookie_wei #微信:1007895847 #添加微信的备注一下是CSDN的 #欢迎大家一起学习 # ------韦访 2 ...
C++版本OpenCv教程(六)namedWindow函数imshow函数的使用
目录图像窗口函数namedWindow 图像显示函数imshow 图像窗口函数namedWindow 在我们之前的程序中并没有见到窗口函数,因为我们在显示图像时如果没有主动定义图像窗口,程序会自动生 ...
C++版本OpenCv教程(十一)多通道分离与合并
在图像颜色模型中不同的分量存放在不同的通道中,如果我们只需要颜色模型的某一个分量,例如只需要处理RGB图像中的红色通道,可以将红色通道从三通道的数据中分离出来再进行处理,这种方式可以减少数据所占据的内 ...
opencv学习(四十三)之图像的矩moments()
1.概述图像识别的一个核心问题是图像的特征提取,简单描述即为用一组简单的数据(数据描述量)来描述整个图像,这组数据月简单越有代表性越好.良好的特征不受光线.噪点.几何形变的干扰,图像识别技术的发展中 ...

C++版本OpenCv教程(四十三)直线拟合

C++版本OpenCv教程(四十三)直线拟合相关推荐

最新文章

热门文章