OpenCV獲取圖像中直線上的數據具體流程

Posted on by

需求說明

在對圖像進行處理時，經常會有這類需求：客戶想要提取出圖像中某條直線或者ROI區域內的感興趣數據，進行重點關註。該需求在圖像檢測領域尤其常見。ROI區域一般搭配Rect即可完成提取，直線數據的提取沒有現成的函數，需要自行實現。

當直線為縱向或者橫向時，比較簡單，隻需要從起點到終點提取該行或者列的數據即可；但是直線若為斜向的，則需要從起點出發，向終點方向逐個像素提取。大傢都知道，圖像是由許多像素組成，而斜向直線的數據提取路線並不一定就是標準的斜線，也可能是呈階梯狀的路線，而如何進行路線設計，就是本文所要展示的內容。

具體流程

1）建立vector<pair<float,int>> result容器用於存放數據，設置初始化參數。其中，inImage是輸入圖像，start為起點，end為終點，點的類型為cv::Point。

vector<pair<float, int>> result;
int row = inImage.rows;
int col = inImage.cols;
int r1 = start.y;
int c1 = start.x;
int r2 = end.y;
int c2 = end.x;

2）確定兩點間距離dist，將起點到終點的橫坐標差和縱坐標差進行勾股定理可得。所得距離可能為帶小數的數據，然而像素的個數都為整數，所以進行四舍五入。除此之外，還要判斷下距離，若距離為0，則隻返回起點數據。

float dist = round(sqrt(pow(float(r2) - float(r1), 2.0) + pow(float(c2) - float(c1), 2.0)));
if (dist <= 0.00001f) {
	pair<float, int> temp;
	temp.first = inImage.at<float>(r1, c1);
	temp.second = 0;
	result.push_back(temp);
	return result;
}

3）確定橫向縱向的步進間隔。

float slope_r = (float(r2) - float(r1)) / dist;
float slope_c = (float(c2) - float(c1)) / dist;

4）建立Flag地圖，用於標記已存儲過的位置，避免同一數據二次放入。

cv::Mat Flag = cv::Mat::zeros(mask.size(), mask.type());

5）開始存儲數據。計數從0開始，若該點處於掩膜內，且Flag地圖中沒有標記，則進行存儲。

int k = 0;
for (float i = 0; i <= dist; ++i) {
	// 若該點處於掩膜內，且未被Flag存儲，則進行存儲工作
	if ((mask.at<uchar>(int(r1) + int(round(i * slope_r)), int(c1) + int(round(i * slope_c))) == 255)
		&& (Flag.at<uchar>(int(r1) + int(round(i * slope_r)), int(c1) + int(round(i * slope_c))) == 0))
	{
		pair<float, int> temp;
		temp.first = inImage.at<float>(int(r1) + int(round(i * slope_r)), int(c1) + int(round(i * slope_c)));
		temp.second = k;
		Flag.at<uchar>(int(r1) + int(round(i * slope_r)), int(c1) + int(round(i * slope_c))) = 255;
		k++;
		result.push_back(temp);
	}
}

功能函數

/**
 * @brief GetOneDimLineData                 獲取一維直線數據
 * @param inImage                           輸入位相圖
 * @param mask                              輸入掩膜圖
 * @param start                             起始點坐標
 * @param end                               終點坐標
 * @return                                  直線數據（數值&序號）
 */
vector<pair<float, int>> GetOneDimLineData(const cv::Mat inImage, cv::Mat mask, cv::Point start, cv::Point end)
{
	vector<pair<float, int>> result;
	int row = inImage.rows;
	int col = inImage.cols;
	int r1 = start.y;
	int c1 = start.x;
	int r2 = end.y;
	int c2 = end.x;
	// 確定兩點間距離
	float dist = round(sqrt(pow(float(r2) - float(r1), 2.0) + pow(float(c2) - float(c1), 2.0)));
	if (dist <= 0.00001f) {
		pair<float, int> temp;
		temp.first = inImage.at<float>(r1, c1);
		temp.second = 0;
		result.push_back(temp);
		return result;
	}
	// 橫向縱向的步進間隔
	float slope_r = (float(r2) - float(r1)) / dist;
	float slope_c = (float(c2) - float(c1)) / dist;
	// Flag地圖，用於存儲已放入的數據，避免同一數據二次放入
	cv::Mat Flag = cv::Mat::zeros(mask.size(), mask.type());
	// 數據量計數，從0開始
	int k = 0;
	for (float i = 0; i <= dist; ++i) {
		// 若該點處於掩膜內，且未被Flag存儲，則進行存儲工作
		if ((mask.at<uchar>(int(r1) + int(round(i * slope_r)), int(c1) + int(round(i * slope_c))) == 255)
			&& (Flag.at<uchar>(int(r1) + int(round(i * slope_r)), int(c1) + int(round(i * slope_c))) == 0))
		{
			pair<float, int> temp;
			temp.first = inImage.at<float>(int(r1) + int(round(i * slope_r)), int(c1) + int(round(i * slope_c)));
			temp.second = k;
			Flag.at<uchar>(int(r1) + int(round(i * slope_r)), int(c1) + int(round(i * slope_c))) = 255;
			k++;
			result.push_back(temp);
		}
	}
	return result;
}

C++測試代碼

#include <iostream>
#include <opencv2/opencv.hpp>
#include <opencv2/highgui.hpp>
 
using namespace std;
using namespace cv;
 
vector<pair<float, int>> GetOneDimLineData(const cv::Mat inImage, cv::Mat mask, cv::Point start, cv::Point end);
 
int main()
{
	Mat src(10,10,CV_32FC1,nan(""));
	for (int i = 3; i < 7; ++i)
	{
		for (int j = 3; j < 9; ++j)
		{
			src.at<float>(i, j) = rand() % 255;
		}
	}
	cv::Mat mask = cv::Mat::zeros(src.size(), CV_8UC1);
	mask.setTo(255, src == src);
	Point start = Point(2, 1);
	Point end = Point(8, 7);
	vector<pair<float, int>> test= GetOneDimLineData(src,mask, start, end);
	cout << "size:" << test.size() << endl;
	for (int i=0;i<test.size();++i)
	{
		cout << i << ":" << endl;
		cout << test[i].first << " " << test[i].second << endl;
	}
	return 0;
}
 
/**
 * @brief GetOneDimLineData                 獲取一維直線數據
 * @param inImage                           輸入位相圖
 * @param mask                              輸入掩膜圖
 * @param start                             起始點坐標
 * @param end                               終點坐標
 * @return                                  直線數據（數值&序號）
 */
vector<pair<float, int>> GetOneDimLineData(const cv::Mat inImage, cv::Mat mask, cv::Point start, cv::Point end)
{
	vector<pair<float, int>> result;
	int row = inImage.rows;
	int col = inImage.cols;
	int r1 = start.y;
	int c1 = start.x;
	int r2 = end.y;
	int c2 = end.x;
	// 確定兩點間距離
	float dist = round(sqrt(pow(float(r2) - float(r1), 2.0) + pow(float(c2) - float(c1), 2.0)));
	if (dist <= 0.00001f) {
		pair<float, int> temp;
		temp.first = inImage.at<float>(r1, c1);
		temp.second = 0;
		result.push_back(temp);
		return result;
	}
	// 橫向縱向的步進間隔
	float slope_r = (float(r2) - float(r1)) / dist;
	float slope_c = (float(c2) - float(c1)) / dist;
	// Flag地圖，用於存儲已放入的數據，避免同一數據二次放入
	cv::Mat Flag = cv::Mat::zeros(mask.size(), mask.type());
	// 數據量計數，從0開始
	int k = 0;
	for (float i = 0; i <= dist; ++i) {
		// 若該點處於掩膜內，且未被Flag存儲，則進行存儲工作
		if ((mask.at<uchar>(int(r1) + int(round(i * slope_r)), int(c1) + int(round(i * slope_c))) == 255)
			&& (Flag.at<uchar>(int(r1) + int(round(i * slope_r)), int(c1) + int(round(i * slope_c))) == 0))
		{
			pair<float, int> temp;
			temp.first = inImage.at<float>(int(r1) + int(round(i * slope_r)), int(c1) + int(round(i * slope_c)));
			temp.second = k;
			Flag.at<uchar>(int(r1) + int(round(i * slope_r)), int(c1) + int(round(i * slope_c))) = 255;
			k++;
			result.push_back(temp);
		}
	}
	return result;
}

測試效果

圖1 初始化測試圖像

圖2 Flag地圖

圖3 結果打印

不難看出，獲取的數據為直線上數據。對於有一定斜度的直線，Flag地圖可能呈現階梯狀步進路線，這也是正常的~

如果函數有什麼可以改進完善的地方，非常歡迎大傢指出，一同進步何樂而不為呢~

到此這篇關於OpenCV獲取圖像中直線上的數據具體流程的文章就介紹到這瞭,更多相關OpenCV獲取圖像數據內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet！

推薦閱讀：