圆卡尺，建坐标系，拟合圆，高斯滤波，双边滤波

圆卡尺，建坐标系，拟合圆

圆卡尺找圆部分

多方向径向卡尺函数，用于从图像中检测圆形物体的边缘点，基于灰度差分原理模拟工业视觉中的 "径向卡尺" 功能

从指定圆心出发，在多个均匀分布的径向方向上，在设定的半径范围内检测符合条件的边缘点，最终将所有检测到的边缘点通过引用参数返回，可用于后续圆拟合（如计算圆心、半径）

cpp 复制代码

static void RadialWithGrayDiff2(
    const cv::Mat& image,                  // 1. 输入图像（必须为单通道灰度图，CV_8UC1）
    cv::Point2f center,                    // 2. 测量圆心（径向线的起点）
    pair<float, float> measureRange,       // 3. 半径范围（startRadius, endRadius），在该范围内检测边缘
    int startAngleDeg,                     // 4. 起始角度（度），如0°
    int endAngleDeg,                       // 5. 结束角度（度），如360°（全圆周）
    int angleStepDeg,                      // 6. 角度步长（度），控制径向线数量（如10°步长对应36条线）
    RadialCaliperDirection direction,      // 7. 测量方向：向内（从endRadius→startRadius）或向外（从startRadius→endRadius）
    Transition transition,                 // 8. 边缘类型：Positive（暗→亮）、Negative（亮→暗）、All（所有类型）
    int grayDiffThreshold,                 // 9. 灰度差阈值：判断边缘的最小灰度变化（如10表示灰度差≥10才视为边缘）
    int minConsecutive,                    // 10. 最小连续点数：需连续N个点满足灰度差条件才认定为有效边缘（抗噪声）
    vector<cv::Point2f>& edgePoints        // 11. 输出参数：存储检测到的边缘点（亚像素精度）
);

工作原理

生成径向测量线：
以 center 为圆心，在 $startAngleDeg, endAngleDeg$ 角度范围内，按 angleStepDeg 均匀生成多条径向线（如 0°、10°、20°...350°）。

2.沿径向线采样：

每条径向线上，在 measureRange 定义的半径范围内（从 startRadius 到 endRadius，方向由 direction 控制），逐点采样图像的灰度值。

3.灰度差分检测边缘：

对采样的灰度值序列计算相邻点的灰度差，当差值超过 grayDiffThreshold 且符合 transition 定义的边缘类型（如暗→亮），且连续 minConsecutive 个点满足条件时，判定为有效边缘，记录该位置的坐标

收集结果：

所有径向线上检测到的边缘点存入 edgePoints，用于后续圆拟合（如计算真实圆心和半径）

高斯滤波，双边滤波

高斯滤波：

属于低通滤波，结果就是图片会边糊

原因：只考虑了距离，对跃变的区域会有损失
双边滤波：
属于边缘保护，它既考虑了距离又考虑了权重，结果是图片像磨皮处理

cpp 复制代码

void cv::bilateralFilter(
    InputArray src,        // 输入图像
    OutputArray dst,       // 输出图像（滤波后结果）
    int d,                 // 像素邻域直径
    double sigmaColor,     // 颜色空间标准差
    double sigmaSpace,     // 坐标空间标准差
    int borderType = BORDER_DEFAULT  // 边界填充方式（默认即可）
);

建立坐标系

有了2个圆的圆心后，以2点连线为x轴，中点为原点，2点的方向向量为x轴的方向

有了x轴的方向向量（x,y）后，顺时针旋转x轴变负，即（-x,y),逆时针即（x,-y)

有了x,y轴的方向后，就可以求我们要检测的点在新坐标系的坐标，即算该点在新坐标系上的投影

将测量点转换为相对原点的向量，求测量点距离坐标轴的距离，即测量点减原点坐标，得到

double px = p3.x - origin.x;

double py = p3.y - origin.y;
投影到新坐标系，即坐标乘相关坐标轴的单位向量

float localX = static_cast(px * ux + py * uy);

float localY = static_cast(px * vx + py * vy);

cpp 复制代码

cv::Point2f TransformToMidlineCoordinates(cv::Point2f p1, cv::Point2f p2, cv::Point2f p3){
    // 计算中点作为新原点
    cv::Point2f origin((p1.x + p2.x) / 2.0f, (p1.y + p2.y) / 2.0f);

    // 新x轴方向向量
    double dx = p2.x - p1.x;
    double dy = p2.y - p1.y;
    double length = sqrt(dx * dx + dy * dy);
    double ux = dx / length;
    double uy = dy / length;

    // 新y轴方向向量
    double vx = -uy;
    double vy = ux;

    // 将p3转换为相对原点的向量
    double px = p3.x - origin.x;
    double py = p3.y - origin.y;

    // 投影到新坐标系
    float localX = static_cast<float>(px * ux + py * uy);
    float localY = static_cast<float>(px * vx + py * vy);

    return cv::Point2f(localX, localY);
}