opencv2.4.9 & VS2013環(huán)境
一個簡單的問題：
在圖中找出兩條直線锋爪，并找到兩條直線交點位置丙曙。
1.jpg
思路：
讀圖，二值化其骄，簡單腐蝕亏镰，之后直線在原圖中比較明顯，所以考慮直接用霍夫變換尋找直線拯爽。
霍夫直線檢測可能會檢測出多條重疊直線索抓，利用上下兩部分直線斜率相反篩選一下，選出兩條直線。
3）兩條直線求交點逼肯，變?yōu)榻舛淮畏匠虇栴}耸黑。
4）畫出結果
實現(xiàn)：
1）調用opencv中的HoughLinesP函數(shù)：
void HoughLinesP( InputArray image, OutputArray lines,
double rho, double theta, int threshold,
double minLineLength=0, double maxLineGap=0 );
image為輸入圖像，要求是8位單通道圖像
lines為輸出的直線向量篮幢，每條線用4個元素表示大刊，即直線的兩個端點的4個坐標值
rho和theta分別為距離和角度的分辨率
threshold為閾值，即步驟3中的閾值
minLineLength為最小直線長度三椿，在步驟5中要用到缺菌，即如果小于該值，則不被認為是一條直線
maxLineGap為最大直線間隙赋续，在步驟4中要用到男翰，即如果有兩條線段是在一條直線上，但它們之間因為有間隙纽乱，所以被認為是兩個線段蛾绎，如果這個間隙大于該值，則被認為是兩條線段鸦列，否則是一條租冠。
2）檢測出的直線為Vec4i類型，一共四位數(shù)薯嗤。分別代表直線上的（x1,y1,x2,y2）顽爹，求出每條直線寫了，Ka * kB<0即代表兩條直線鞋履相反
3）利用四個點坐標解方程骆姐，返回point2f類型的一個點
4）利用Line()以及circle()函數(shù)畫出圖像
上代碼：
/*Copyright:ZhenYM @ Harbin Institute of Technology; Nov,29, 2017*/
# include <opencv2/opencv.hpp>
# include <iostream>
using namespace cv;
using namespace std;
/*函數(shù)功能：求兩條直線交點*/
/*輸入：兩條Vec4i類型直線*/
/*返回：Point2f類型的點*/
Point2f getCrossPoint(Vec4i LineA, Vec4i LineB)
{
double ka, kb;
ka = (double)(LineA[3] - LineA[1]) / (double)(LineA[2] - LineA[0]); //求出LineA斜率
kb = (double)(LineB[3] - LineB[1]) / (double)(LineB[2] - LineB[0]); //求出LineB斜率
Point2f crossPoint;
crossPoint.x = (ka*LineA[0] - LineA[1] - kb*LineB[0] + LineB[1]) / (ka - kb);
crossPoint.y = (ka*kb*(LineA[0] - LineB[0]) + ka*LineB[1] - kb*LineA[1]) / (ka - kb);
return crossPoint;
}
int main(){
Mat src, grayImg, binImg, result;
src = imread("./1.jpg");
//imshow("srcimage", src);
//waitKey(30);
/*檢查圖像是否載入*/
if (src.empty()) {
printf("Error Loading Image...\n");
return -1;
}
/*轉為灰度圖*/
if (src.channels() == 3){
cvtColor(src, grayImg, CV_BGR2GRAY);
}
else if (src.channels() == 2){
grayImg = src.clone();
}
/*二值化*/
threshold(grayImg, binImg, 100, 255, THRESH_BINARY);
//adaptiveThreshold(grayImg, binImg, 255, ADAPTIVE_THRESH_MEAN_C, THRESH_BINARY, 15, -2);
//imshow("binary image", binImg);
//waitKey(100);
/*腐蝕*/
Mat element = getStructuringElement(MORPH_RECT, Size(2, 1));
Mat erodeImg;
erode(binImg, erodeImg, element);
//imshow("erode", erodeImg);
//waitKey(100);
/*霍夫直線檢測*/
vector<Vec4i> Lines;
HoughLinesP(erodeImg, Lines, 1, CV_PI / 360, 200, 100, 10);
Vec4i LineStand = Lines[0];
Vec4i LineAnother;
double ka = (double)(LineStand[1] - LineStand[3]) / (double)(LineStand[0] - LineStand[2]);
double kb;
for (int i = 1; i < Lines.size(); i++)
{
double ki = (double)(Lines[i][1] - Lines[i][3]) / (double)(Lines[i][0] - Lines[i][2]);
if (ki*ka < 0)
{
LineAnother = Lines[i];
kb = ki;
}
}
/*畫出兩條直線*/
result = src.clone();
line(result, Point(LineStand[0], LineStand[1]), Point(LineStand[2], LineStand[3]), Scalar(0, 255, 0), 2, 8);
line(result, Point(LineAnother[0], LineAnother[1]), Point(LineAnother[2], LineAnother[3]), Scalar(0, 0, 255), 2, 8);
cout << "直線A過點(" << LineStand[0] << "," << LineStand[1] << ")以及點(" << LineStand[2]<<"镜粤，"<<LineStand[3] << ")；斜率為：" << ka << endl;
cout << "直線B過點(" << LineAnother[0] << "玻褪，" << LineAnother[1] << ")以及點(" << LineAnother[2] << "肉渴，" << LineAnother[3] << ")；斜率為：" << kb << endl;
/*求交點并畫點保存带射，result.jpg存儲在工程目錄下*/
Point2f crossPoint;
crossPoint = getCrossPoint(LineStand, LineAnother);
circle(result, crossPoint, 6, Scalar(255, 0, 0));
imwrite("./result.jpg", result);
cout << "Copyrigth@zym" << endl;
cout << "交點坐標為：" << crossPoint << endl;
imshow("result", result);
waitKey(100);
system("pause");
return 0;
}
運行結果：
result.jpg
consolew.png
