OpenCV(三十七):拟合直线、三角形和圆形

1.点集拟合的含义

点集拟合是一种通过拟合函数或曲线来近似描述给定离散数据点的技术,在点集拟合中,可以使用不同的函数或曲线拟合方法来拟合直线、三角形和圆形。

直线拟合:对于给定的二维数据点集合,可以使用最小二乘法来拟合一条直线。

三角形拟合: 对于给定的二维或三维数据点集合,可以使用三角形拟合方法来找到尽可能逼近数据点的最佳三角形。

圆形拟合: 对于给定的二维数据点集合,可以使用圆形拟合方法来找到与数据点分布最佳匹配的圆。

2.拟合直线的函数fitLine()

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。
  • 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。

距离类型选择标志

示例代码:

复制代码
 //直线拟合
    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},
            {120.0f,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C
    double reps=0.01;//坐标原点与直线之间的距离精度
    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
    ostringstream ss;
    ss<<"直线效率:"<<k<<endl;
    ss<<"直线上一点坐标x:"<<lines[2]<<",y:"<<lines[3]<<endl;
    ss<<"直线解析式:y="<<k<<"(x-"<<lines[2]<<")+"<<lines[3]<<endl;
    LOGD("%s",ss.str().c_str());

运行结果:

3.拟合三角形的函数 minEnclosingTriangle()

double cv::minEnclosingTriangle ( InputArray points,OutputArray triangle)

  • points:待寻找包围三角形的2D点集
  • triangle:拟合出的三角形三个顶点坐标

4.拟合三角形的函数 minEnclosingTriangle()

minEnclosingCircle()

void cv::minEnclosingCircle ( InputArray points,

Point2f &center,

float &radius

  • points:待寻找包围圆形的2D点集
  • center:圆形的圆心。
  • radius:圆形的半径

拟合三角形和圆形的示例代码:

复制代码
//点集拟合
void Point_set_fitting(){
  
    Mat img(500,500,CV_8UC3,Scalar::all(0));
    RNG &rng=theRNG();

    int i,count=rng.uniform(1,101);
    vector<Point> points;
    //生成随机点
    for(i=0;i<count;i++){
            Point  pt;
            pt.x=rng.uniform(img.cols/4,img.cols*3/4);
            pt.y=rng.uniform(img.rows/4,img.rows*3/4);
            points.push_back(pt);
    }
    //寻找包围点集的三角形
    vector<Point2f> triangle;
    double area= minEnclosingTriangle(points,triangle);
    //寻找包围点集的圆形
    Point2f center;
    float radius=0;
    minEnclosingCircle(points,center,radius);

    //创建两个图片用于输出结果
    img=Scalar ::all(0);
    Mat img2;
    img.copyTo(img2);
    //在图像中绘制坐标点
    for(i=0;i<count;i++){
        circle(img,points[i],3,Scalar(255,255,255),FILLED,LINE_AA);
        circle(img2,points[i],3,Scalar(255,255,255),FILLED,LINE_AA);
    }
    //绘制三角形
    for(i=0;i<3;i++){
        if(i==2){
            line(img,triangle[i],triangle[0],Scalar(255,255,255),1,16);
            break;
        }
        line(img,triangle[i],triangle[i+1],Scalar(255,255,255),1,16);
    }
    //绘制圆形
    circle(img2,center, cvRound(radius),Scalar(255,255,255),1,LINE_AA);

    //显示图像
    imwrite("/sdcard/DCIM/img.png",img);
    imwrite("/sdcard/DCIM/img2.png",img2);

}

三角形拟合的结果:

圆形拟合的结果:

相关推荐
qq_416276429 分钟前
LOFAR物理频谱特征提取及实现
人工智能
余俊晖39 分钟前
如何构造一个文档解析的多模态大模型?MinerU2.5架构、数据、训练方法
人工智能·文档解析
Akamai中国2 小时前
Linebreak赋能实时化企业转型:专业系统集成商携手Akamai以实时智能革新企业运营
人工智能·云计算·云服务
LiJieNiub3 小时前
读懂目标检测:从基础概念到主流算法
人工智能·计算机视觉·目标跟踪
weixin_519535773 小时前
从ChatGPT到新质生产力:一份数据驱动的AI研究方向指南
人工智能·深度学习·机器学习·ai·chatgpt·数据分析·aigc
Larry_Yanan4 小时前
QML学习笔记(四十二)QML的MessageDialog
c++·笔记·qt·学习·ui
爱喝白开水a4 小时前
LangChain 基础系列之 Prompt 工程详解:从设计原理到实战模板_langchain prompt
开发语言·数据库·人工智能·python·langchain·prompt·知识图谱
takashi_void4 小时前
如何在本地部署大语言模型(Windows,Mac,Linux)三系统教程
linux·人工智能·windows·macos·语言模型·nlp
OpenCSG4 小时前
【活动预告】2025斗拱开发者大会,共探支付与AI未来
人工智能·ai·开源·大模型·支付安全
生命是有光的4 小时前
【深度学习】神经网络基础
人工智能·深度学习·神经网络