C# 基于OpenCv的视觉工作流-章44-直线卡尺
本章目标：
一、卡尺原理；
二、卡尺制作；
三、卡尺定位；
四、卡尺找点；
五、拟合直线；
直线查找，用霍夫直线、边缘提取等方法也可实现，但选取的直线，需过滤处理，且当目标发生位置、角度变化时，过滤的复杂程度变得更难以捉摸。
工业应用中，要对工件进行直线查找测量，往往有更高的要求，如明确性、简单性、高效性、可控性、稳定性等，而稳定性、可控性更是关注重点。稳定性不够就会把合格的判定为不合格，相反类同；可控性要求对算法实现可控、对识别过程可控；给持续优化、提升带来更多的理论依据，由此引出了一种实用的方式，直线卡尺。
一、卡尺原理
在图像中，一条直线表现出来的形式，往往是颜色发生剧烈变化的地方(详细阅读章13-边缘提取)，将这些地方瓜分细化来看，其实就是一个个的像素点。反过来，如果先找到这些颜色变化剧烈的交界点，再将这些点拟合成直线，也就找到了所需的直线。
1、划分区域
一条直线，用两个点就可以定义，所以不用捕捉交界处的所有像素点，仅需捕捉到交界处一定数量的代表点即可。本例中将卡尺划分为多个可指定数量的ROI区域，每个ROI区域计算出一个代表点。
2、区域代表点
通过ROI区域，截取出此局部图像，再将图像进行按行或列投影，得到仅一个像素一行或仅一个像素一列的图像，即按行或按列统计像素值（参考章34-投影向量）。
如下图，统计出的像素值结果是一个数组，而数组中像素值发生剧烈变化的地方即为交界点，交界点一般有两处，上升沿和下降沿，至于要取哪个点作为代表点，则由指定的搜索方向决定。本例中如果设置由黑到白取直线，则为上长沿点，由白到黑取直线，则为下降沿点。
二、卡尺制作
卡尺制作需较强的C#基础知识，本文仅介绍关键点，要完全掌握需亲身试验。
1、绘制矩形ROI
创建矩形可如下使用，参数含义网络查询即可；
RectangleF rect = new RectangleF(x, y, width, height);
2、绘制可拖拽的控制小框
同1绘制小的矩形框及圆，接着判断鼠标在控制框时，拖拽实现ROI宽高及角度控制。
3、绘制箭头(扫描方向)
绘制箭头用C#直线绘制，画3根直线即可。需要注意的是箭头方向，随着ROI旋转时自动旋转方向，要点是判断ROI旋转度数在0-360度之间，什么度数，箭头需要何时反向及转多少度。
4、绘制卡尺框
卡尺ROI即图中的青色框，根据设置个数，自动根据红色ROI尺寸，划分为指定个数；
三、卡尺定位
卡尺定位需与模板匹配相互配合，由模板匹配定位出工件的整体位置（解决工件摆放位置、角度的变化问题），在整体位置的坐标基础上，通过仿射变换（参考章20-仿射变换）定位出卡尺位置。
四、卡尺找点
遍历所有模板匹配的匹配对象，根据卡尺定位，截取ROI局部区域图像，按步骤一中描述的原理计算取得各代表点。
五、拟合直线
OpenCv拟合直线可如下使用：
var line = Cv2.FitLine(pointList, DistanceTypes.L2, 0, reps, aeps);
其中：参数1，点数组；
参数2，为距离计算方式；
参数3，为距离计算的附加参数；
参数4，为半径精度（直线到原点的距离精度阈值，默认 0.01），数值越小，精度越高；
参数5，为角度精度（直线方向向量的角度变化阈值，默认 0.01），数值越小，精度越高；
参考链接
https://blog.csdn.net/weixin_40280870/article/details/131351519
https://blog.csdn.net/qq_37299618/article/details/119606955
https://blog.csdn.net/qq_42857680/article/details/126500909
"VisionTool 探迹"免费视觉工具
下载地址：https://pan.baidu.com/s/11tktKOSnepLNIEqNbvnv6w?pwd=qv5i
"VisionTool Halcon"付费视觉工具
下载地址：https://pan.baidu.com/s/1v832KTonDYS6oNnWG2iZtQ?
对应系列文章"C# 基于Halcon的视觉工作流"，欢迎前往阅读。
上述内容需要一定的技术功底，本章至此已结束，欢迎阅读下章，谢谢！