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
一招定胜负21 分钟前
新手入门MediaPipe系列:手势识别+姿态检测+脸部关键点检测
计算机视觉
一招定胜负2 小时前
基于dlib和OpenCV的人脸替换技术详解
opencv·计算机视觉
空白诗4 小时前
CANN ops-nn 算子解读:Stable Diffusion 图像生成中的 Conv2D 卷积实现
深度学习·计算机视觉·stable diffusion
lxs-4 小时前
CANN计算机视觉算子库ops-cv全面解析:图像处理与目标检测的高性能引擎
图像处理·目标检测·计算机视觉
qq_12498707538 小时前
基于JavaWeb的大学生房屋租赁系统(源码+论文+部署+安装)
java·数据库·人工智能·spring boot·计算机视觉·毕业设计·计算机毕业设计
杜子不疼.9 小时前
CANN计算机视觉算子库ops-cv的图像处理与特征提取优化实践
图像处理·人工智能·计算机视觉
张人玉9 小时前
VisionPro 定位与卡尺测量学习笔记
笔记·学习·计算机视觉·vsionprp
勾股导航9 小时前
OpenCV图像坐标系
人工智能·opencv·计算机视觉
格林威10 小时前
Baumer相机玻璃制品裂纹自动检测:提高透明材质检测精度的 6 个关键步骤,附 OpenCV+Halcon 实战代码!
人工智能·opencv·视觉检测·材质·工业相机·sdk开发·堡盟相机
哈__11 小时前
CANN加速Image-to-Image转换:风格迁移与图像编辑优化
人工智能·计算机视觉