使用opencv在图像上画带刻度线的对角线,以图像中心点为0点

使用OpenCV在图像上绘制带刻度线的对角线,可以通过以下步骤实现。我们将首先找到图像的中心点,然后绘制对角线线,并在这些线的适当位置绘制刻度线。以下是详细的C++代码示例:

复制代码
void Draw_diagonal(cv::Mat& mat, double dFactor) {
    cv::Scalar color = cv::Scalar(0, 0, 255);

    if (mat.empty())
    {
        return;
    }
    int nSizeFace = cv::FONT_HERSHEY_PLAIN;
    int ShortLineSize = 5;
    int LenghtLineSize = 10;
    int Linesize = 1;
    cv::Point CenterPoint = cv::Point(mat.cols / 2.0, mat.rows / 2.0);
    cv::Point Point{};

    //画十字对角
    cv::line(mat, cv::Point(0, 0), cv::Point(mat.cols, mat.rows), color, 1);//竖线
    cv::line(mat, cv::Point(0, mat.rows), cv::Point(mat.cols, 0), color, 1);//横线

    double lenghtX = sqrt(pow(CenterPoint.x, 2) + pow(CenterPoint.y, 2));
    double dx = CenterPoint.x / lenghtX;
    double dy = CenterPoint.y / lenghtX;
    //std::cout << lenghtX << std::endl;
        //画左上刻度线
    for (int i_left = 1; i_left < int(lenghtX / dFactor) + 1; i_left++)
    {
        Point = cv::Point(CenterPoint.x - i_left * dFactor * dx, CenterPoint.y - i_left * dFactor * dy);
        if (i_left % 5 == 0) {
            //画长线
            cv::line(mat, Point, cv::Point(Point.x + dy * LenghtLineSize, Point.y - dx * LenghtLineSize), color, Linesize);//横线
        }
        else
        {
            //画短线
            cv::line(mat, Point, cv::Point(Point.x + dy * ShortLineSize, Point.y - dx * ShortLineSize), color, Linesize);//横线
        }


    }
    //画左下刻度线
    for (int i_left = 1; i_left < int(lenghtX / dFactor) + 1; i_left++)
    {
        Point = cv::Point(CenterPoint.x + i_left * dFactor * dx, CenterPoint.y + i_left * dFactor * dy);
        if (i_left % 5 == 0) {
            //画长线
            cv::line(mat, Point, cv::Point(Point.x + dy * LenghtLineSize, Point.y - dx * LenghtLineSize), color, Linesize);//横线
        }
        else
        {
            //画短线
            cv::line(mat, Point, cv::Point(Point.x + dy * ShortLineSize, Point.y - dx * ShortLineSize), color, Linesize);//横线
        }

    }

    //画右上
    for (int i_left = 1; i_left < int(lenghtX / dFactor) + 1; i_left++)
    {
        Point = cv::Point(CenterPoint.x + i_left * dFactor * dx, CenterPoint.y - i_left * dFactor * dy);
        if (i_left % 5 == 0) {
            //画长线
            cv::line(mat, Point, cv::Point(Point.x - dy * LenghtLineSize, Point.y - dx * LenghtLineSize), color, Linesize);//横线
        }
        else
        {
            //画短线
            cv::line(mat, Point, cv::Point(Point.x - dy * ShortLineSize, Point.y - dx * ShortLineSize), color, Linesize);//横线
        }


    }

    //画左下
    for (int i_left = 1; i_left < int(lenghtX / dFactor) + 1; i_left++)
    {
        Point = cv::Point(CenterPoint.x - i_left * dFactor * dx, CenterPoint.y + i_left * dFactor * dy);
        if (i_left % 5 == 0) {
            //画长线
            cv::line(mat, Point, cv::Point(Point.x - dy * LenghtLineSize, Point.y - dx * LenghtLineSize), color, Linesize);//横线
        }
        else
        {
            //画短线
            cv::line(mat, Point, cv::Point(Point.x - dy * ShortLineSize, Point.y - dx * ShortLineSize), color, Linesize);//横线
        }


    }


}
//测试程序
int main() {
	// 创建一个空白图像
	int width = 800;
	int height = 600;
	cv::Mat image = cv::Mat::zeros(height, width, CV_8UC3);
	int tickLength = 5;   // 刻度长度为10像素

	// 绘制带刻度线的对角线
	Draw_diagonal(image, tickLength);
	// 显示图像
	cv::imshow("Diagonal with Ticks", image);
	cv::waitKey(0);

	return 0;
}

绘画的结果如下图所示:

相关推荐
一行注释也不写1 天前
【卷积层和池化层在CNN中的作用】
深度学习·计算机视觉·cnn
2501_936146041 天前
目标检测论文解读复现之六基于RetinaNet的考拉检测方法
人工智能·目标检测·计算机视觉
应用市场1 天前
Intel Core Ultra 9做目标检测够用吗?CPU+GPU+NPU三路并发实测
人工智能·目标检测·计算机视觉
一招定胜负1 天前
基于OpenCV的银行卡号识别项目实战
人工智能·opencv·计算机视觉
gorgeous(๑>؂<๑)1 天前
【中国科学院光电研究所-张建林组-AAAI26】追踪不稳定目标:基于外观引导的运动建模在无人机拍摄视频中实现稳健的多目标跟踪
人工智能·机器学习·计算机视觉·目标跟踪·无人机
美狐美颜sdk1 天前
企业级直播美颜SDK与动态贴纸SDK开发技术方案拆解与落地实践
android·人工智能·计算机视觉·第三方美颜sdk·人脸美型sdk
一招定胜负1 天前
图像金字塔与直方图
图像处理·opencv·计算机视觉
AAD555888991 天前
基于YOLO11的自然景观多类别目标检测系统 山脉海洋湖泊森林建筑物桥梁道路农田沙漠海滩等多种景观元素检测识别
人工智能·目标检测·计算机视觉
Pyeako1 天前
Opencv计算机视觉--轮廓检测&模板匹配
人工智能·python·opencv·计算机视觉·边缘检测·轮廓检测·模板匹配
Jerryhut1 天前
目标检测算法综述1
人工智能·目标检测·计算机视觉