OpenCV获取图像中直线上的数据具体流程

更新时间：2021年11月03日 14:49:18 作者：翟天保Steven

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，怎么操作呢，下面小编通过实例代码介绍下OpenCV获取图像中直线上的数据，一起看看吧

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。

具体流程

1）建立vector<pair<float,int>> result容器用于存放数据，设置初始化参数。其中，inImage是输入图像，start为起点，end为终点，点的类型为cv::Point。

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;

2）确定两点间距离dist，将起点到终点的横坐标差和纵坐标差进行勾股定理可得。所得距离可能为带小数的数据，然而像素的个数都为整数，所以进行四舍五入。除此之外，还要判断下距离，若距离为0，则只返回起点数据。

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;
}

3）确定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;

4）建立Flag地图，用于标记已存储过的位置，避免同一数据二次放入。

cv::Mat Flag = cv::Mat::zeros(mask.size(), mask.type());

5）开始存储数据。计数从0开始，若该点处于掩膜内，且Flag地图中没有标记，则进行存储。

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);
	}
}

功能函数

/**
 * @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;
}

C++测试代码

#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;
}

测试效果

图1 初始化测试图像

图2 Flag地图

图3 结果打印

不难看出，获取的数据为直线上数据。对于有一定斜度的直线，Flag地图可能呈现阶梯状步进路线，这也是正常的~

如果函数有什么可以改进完善的地方，非常欢迎大家指出，一同进步何乐而不为呢~

到此这篇关于OpenCV获取图像中直线上的数据具体流程的文章就介绍到这了,更多相关OpenCV获取图像数据内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！

您可能感兴趣的文章:

C++深复制和浅复制讲解
这篇文章主要介绍了C++深复制和浅复制讲解，C++中深复制和浅复制最大的区别在“类包含指针类型的数据成员”时，下面感兴趣的小伙伴和小编一起进入文章了解更多相关内容吧
2022-03-03
C语言素数(质数)判断的3种方法举例
这篇文章主要给大家介绍了关于C语言素数(质数)判断的3种方法,质数是只能被1或者自身整除的自然数(不包括1),称为质数,文中通过代码介绍的非常详细,需要的朋友可以参考下
2023-11-11
浅谈QT打包的两种方式
本文主要介绍了浅谈QT打包的两种方式，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
2023-03-03
VisualStudio 使用Visual Leak Detector检查内存泄漏
这篇文章主要介绍了VisualStudio 使用Visual Leak Detector检查内存泄漏的相关资料,需要的朋友可以参考下
2015-07-07
C++泛型算法的一些总结
以下是对C++中的泛型算法进行了总结介绍。需要的朋友可以过来参考下
2013-08-08
C语言责任链模式示例代码
大家好，本篇文章主要讲的是C语言责任链模式示例代码，感兴趣的同学赶快来看一看吧，对你有帮助的话记得收藏一下，方便下次浏览
2022-01-01
EasyC++单独编译
这篇文章主要介绍了EasyC++单独编译，在上一篇当中，我们编写好了头文件coordin.h，现在我们要完成它的实现。需要的小伙伴可以先学习上一篇内容然后一起与小编一起进入本篇内容一起学习吧
2021-12-12
C/C++函数参数传递机制详解及实例
这篇文章主要介绍了C/C++函数参数传递机制详解及实例的相关资料,需要的朋友可以参考下
2017-02-02
opencv利用鼠标滑动画出多彩的形状
这篇文章主要为大家详细介绍了opencv利用鼠标滑动画出多彩的形状，文中示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
2020-07-07
C语言如何与ARM汇编语言混合编程示例详解
本文主要叙述了C与汇编语言混合编程，汇编语言指的是ARM汇编语言。本文用来帮助理解ARM嵌入式中的汇编程序，及C语言如何与汇编混合编程
2021-10-10

OpenCV获取图像中直线上的数据具体流程

需求说明

具体流程

相关文章

最新评论

大家感兴趣的内容

最近更新的内容

常用在线小工具