【opencv】两条平行线之间的距离

问题：一张输入图片，图片上有两条平行线，求出这两条平行线之间的距离

解决思路：

1. 对图像中的直线进行细化

2. 提取直线的轮廓坐标

3. 对轮廓上的坐标进行直线集合，从而得到直线方程

4. 计算两条直线之间的距离

参考：

问题来源 http://www.opencvchina.com/thread-854-1-1.html

图像细化 http://blog.csdn.net/qianchenglenger/article/details/19332011

图像轮廓提取 http://blog.csdn.net/augusdi/article/details/9000893

直线拟合 http://blog.csdn.net/zhuoyue08/article/details/6803040

两条直线之间的距离公式3：http://zhidao.baidu.com/link?url=ef_DHNkjyq1qq7VgubX3afL2KIUQIB4ukd3zHGp0zz8iPPKC046azyvG5ltHR-i0WaLI72eO7j0sOJI4wZSE4q

工具：

opencv 2.4.8 + VS2013

代码：

1.头文件 ProcessImage.h

//ProcessImage.h
#pragma once
#include <opencv2/highgui/highgui.hpp>/* 对输入图像进行细化* src为输入图像,用cvThreshold函数处理过的8位灰度图像格式，元素中只有0与1,1代表有元素，0代表为空白* dst为对src细化后的输出图像,格式与src格式相同，调用前需要分配空间，元素中只有0与1,1代表有元素，0代表为空白* maxIterations限制迭代次数，如果不进行限制，默认为-1，代表不限制迭代次数，直到获得最终结果*/
void thinImage(IplImage* src, IplImage* dst, int maxIterations = -1);

2.代码实现 ProcessImage.cpp

//ProcessImage.cpp
#include "ProcessImage.h"
#include <utility>
#include <vector>
void thinImage(IplImage* src, IplImage* dst, int maxIterations)
{using namespace cv;CvSize size = cvGetSize(src);cvCopy(src, dst);//将src中的内容拷贝到dst中  int count = 0;  //记录迭代次数  while (true){count++;if (maxIterations != -1 && count > maxIterations) //限制次数并且迭代次数到达  break;//std::cout << count << ' ';输出迭代次数  std::vector<std::pair<int, int> > mFlag; //用于标记需要删除的点  //对点标记  for (int i = 0; i<size.height; ++i){for (int j = 0; j<size.width; ++j){//如果满足四个条件，进行标记  //  p9 p2 p3  //  p8 p1 p4  //  p7 p6 p5  int p1 = CV_IMAGE_ELEM(dst, uchar, i, j);int p2 = (i == 0) ? 0 : CV_IMAGE_ELEM(dst, uchar, i - 1, j);int p3 = (i == 0 || j == size.width - 1) ? 0 : CV_IMAGE_ELEM(dst, uchar, i - 1, j + 1);int p4 = (j == size.width - 1) ? 0 : CV_IMAGE_ELEM(dst, uchar, i, j + 1);int p5 = (i == size.height - 1 || j == size.width - 1) ? 0 : CV_IMAGE_ELEM(dst, uchar, i + 1, j + 1);int p6 = (i == size.height - 1) ? 0 : CV_IMAGE_ELEM(dst, uchar, i + 1, j);int p7 = (i == size.height - 1 || j == 0) ? 0 : CV_IMAGE_ELEM(dst, uchar, i + 1, j - 1);int p8 = (j == 0) ? 0 : CV_IMAGE_ELEM(dst, uchar, i, j - 1);int p9 = (i == 0 || j == 0) ? 0 : CV_IMAGE_ELEM(dst, uchar, i - 1, j - 1);if ((p2 + p3 + p4 + p5 + p6 + p7 + p8 + p9) >= 2 && (p2 + p3 + p4 + p5 + p6 + p7 + p8 + p9) <= 6){int ap = 0;if (p2 == 0 && p3 == 1) ++ap;if (p3 == 0 && p4 == 1) ++ap;if (p4 == 0 && p5 == 1) ++ap;if (p5 == 0 && p6 == 1) ++ap;if (p6 == 0 && p7 == 1) ++ap;if (p7 == 0 && p8 == 1) ++ap;if (p8 == 0 && p9 == 1) ++ap;if (p9 == 0 && p2 == 1) ++ap;if (ap == 1){if (p2*p4*p6 == 0){if (p4*p6*p8 == 0){//标记  mFlag.push_back(std::make_pair(i, j));}}}}}}//将标记的点删除  for (std::vector<std::pair<int, int> >::iterator i = mFlag.begin(); i != mFlag.end(); ++i){CV_IMAGE_ELEM(dst, uchar, i->first, i->second) = 0;}//直到没有点满足，算法结束  if (mFlag.size() == 0){break;}else{mFlag.clear();//将mFlag清空  }//对点标记  for (int i = 0; i<size.height; ++i){for (int j = 0; j<size.width; ++j){//如果满足四个条件，进行标记  //  p9 p2 p3  //  p8 p1 p4  //  p7 p6 p5  int p1 = CV_IMAGE_ELEM(dst, uchar, i, j);if (p1 != 1) continue;int p2 = (i == 0) ? 0 : CV_IMAGE_ELEM(dst, uchar, i - 1, j);int p3 = (i == 0 || j == size.width - 1) ? 0 : CV_IMAGE_ELEM(dst, uchar, i - 1, j + 1);int p4 = (j == size.width - 1) ? 0 : CV_IMAGE_ELEM(dst, uchar, i, j + 1);int p5 = (i == size.height - 1 || j == size.width - 1) ? 0 : CV_IMAGE_ELEM(dst, uchar, i + 1, j + 1);int p6 = (i == size.height - 1) ? 0 : CV_IMAGE_ELEM(dst, uchar, i + 1, j);int p7 = (i == size.height - 1 || j == 0) ? 0 : CV_IMAGE_ELEM(dst, uchar, i + 1, j - 1);int p8 = (j == 0) ? 0 : CV_IMAGE_ELEM(dst, uchar, i, j - 1);int p9 = (i == 0 || j == 0) ? 0 : CV_IMAGE_ELEM(dst, uchar, i - 1, j - 1);if ((p2 + p3 + p4 + p5 + p6 + p7 + p8 + p9) >= 2 && (p2 + p3 + p4 + p5 + p6 + p7 + p8 + p9) <= 6){int ap = 0;if (p2 == 0 && p3 == 1) ++ap;if (p3 == 0 && p4 == 1) ++ap;if (p4 == 0 && p5 == 1) ++ap;if (p5 == 0 && p6 == 1) ++ap;if (p6 == 0 && p7 == 1) ++ap;if (p7 == 0 && p8 == 1) ++ap;if (p8 == 0 && p9 == 1) ++ap;if (p9 == 0 && p2 == 1) ++ap;if (ap == 1){if (p2*p4*p8 == 0){if (p2*p6*p8 == 0){//标记  mFlag.push_back(std::make_pair(i, j));}}}}}}//删除  for (std::vector<std::pair<int, int> >::iterator i = mFlag.begin(); i != mFlag.end(); ++i){CV_IMAGE_ELEM(dst, uchar, i->first, i->second) = 0;}//直到没有点满足，算法结束  if (mFlag.size() == 0){break;}else{mFlag.clear();//将mFlag清空  }}
}

3.主函数所在文件 Source.cpp

//Source.cpp
#include "ProcessImage.h"
#include <iostream>
#include <opencv2/opencv.hpp>
#define _TEST
using namespace cv;
int main(int argc, char * argv[])
{//判断输入是否满足要求if (argc != 2){std::cout << "argument error!";return -1;}IplImage *pSrc = cvLoadImage(argv[1], CV_LOAD_IMAGE_GRAYSCALE);if (!pSrc){std::cout << "read file failed!";return -1;}//显示原图namedWindow("原图", CV_WINDOW_AUTOSIZE);cvShowImage("原图", pSrc);IplImage *pTemp = cvCreateImage(cvGetSize(pSrc), pSrc->depth, pSrc->nChannels);IplImage *pDst = cvCreateImage(cvGetSize(pSrc), pSrc->depth, pSrc->nChannels);//将原图像转换为二值图像cvThreshold(pSrc, pTemp, 128, 1, CV_THRESH_BINARY_INV);//细化thinImage(pTemp, pDst);#ifdef _TEST//显示细化后的图像IplImage *pThinImage = cvCreateImage(cvGetSize(pSrc), pSrc->depth, pSrc->nChannels);cvCopy(pDst, pThinImage);cvThreshold(pThinImage, pThinImage, 0.5, 255,CV_THRESH_BINARY);namedWindow("1 图像细化的结果", CV_WINDOW_AUTOSIZE);cvShowImage("1 图像细化的结果", pThinImage);cvReleaseImage(&pThinImage);
#endif//求轮廓CvMemStorage* storage = cvCreateMemStorage(0);CvSeq* contours = 0;cvFindContours(pDst  , storage, &contours, sizeof(CvContour), CV_RETR_LIST, CV_CHAIN_APPROX_NONE, cvPoint(0, 0));#ifdef _TEST//将轮廓画出来IplImage *pDrawing1 = cvCreateImage(cvGetSize(pSrc),8,3);cvZero(pDrawing1);cvDrawContours(pDrawing1, contours, Scalar(255, 0, 0), Scalar(0, 0, 255), 1, 2, 8, cvPoint(0, 0));namedWindow("2 求轮廓", CV_WINDOW_AUTOSIZE);cvShowImage("2 求轮廓", pDrawing1);cvReleaseImage(&pDrawing1);
#endif//轮廓已经寻找到，均在contours中存放,我们需要对轮廓进行拟合//FitLine函数的用法：// 二维空间点拟合时 是 float[4]// 三位空间点拟合时 是 float[6]  float *line1 = new float[4];float *line2 = new float[4];// 第一个参数： 存储点序列// 第二个参数： 拟合算法，其中 CV_DIST_L2 就是平常的最小二乘法// 第三，第四，第五参数推荐值是 0,   0.01,  0.01,// 第六参数： line中存储返回值// 二维空间时： line[0--3] 分别为 (vx, vy, x0, y0)//      其中 vx， vy 是正规化之后的斜率向量。 x0,y0 是直线经过的点。// 三维空间时： line[0--5]  分别是 (vx, vy, vz, x0, y0, z0) 。意义同上cvFitLine(contours, CV_DIST_L2, 0, 0.01, 0.01, line1);cvFitLine(contours->h_next, CV_DIST_L2, 0, 0.01, 0.01, line2);//输出四个点std::cout << "第一条线： " << line1[0] << " " << line1[1] << " " << line1[2] << " " << line1[3] << std::endl;std::cout << "第二条线： " << line2[0] << " " << line2[1] << " " << line2[2] << " " << line2[3] << std::endl;#ifdef _TEST//根据直线方程公式，我们从直线上取点，并画出来IplImage *pDrawing2 = cvCreateImage(cvGetSize(pSrc), 8, 3);cvZero(pDrawing2);cvLine(pDrawing2, cvPoint(0, (int)(line1[3] - line1[1] / line1[0] * line1[2])),cvPoint(pDrawing2->width - 1, (int)((pDrawing2->width - 1 - line1[2])*line1[1] / line1[0] + line1[3])),cvScalar(255, 0, 0));cvLine(pDrawing2, cvPoint(0, (int)(line2[3] - line2[1] / line2[0] * line2[2])), cvPoint(pDrawing2->width - 1, (int)((pDrawing2->width - 1 - line2[2])*line2[1] / line2[0] + line2[3])), cvScalar(0, 0, 255));namedWindow("3 直线拟合", CV_WINDOW_AUTOSIZE);cvShowImage("3 直线拟合", pDrawing2);cvReleaseImage(&pDrawing2);
#endif//我们根据距离方程，求出两条直线的距离double distance = abs(line1[0] * (line2[3]-line1[3]) - line1[1] * (line2[2]-line1[2]));   //注意,vx,vy已经正规化了std::cout << "两条直线之间的距离为: " << distance << std::endl;delete[] line1;delete[] line2;cvReleaseMemStorage(&storage);cvReleaseImage(&pSrc);cvReleaseImage(&pTemp);cvReleaseImage(&pDst);waitKey(0);return 0;
}

运行效果：

输入:

输出:

【opencv】两条平行线之间的距离相关推荐

OpenCV计算两条平行线之间的距离
代码来自www.opencvchina.com #include "cv.h" #include "highgui.h" #include "cxco ...
求空间两条直线之间的距离
1. 前言最近老板让写一段空间点匹配的代码, 其中涉及到求空间两直线之间的距离,写起来满费劲的, 这里做一个记录. 2. 处理思路空间两直线之间的位置关系主要可以分为: 重合, 平行, 相交, 异 ...
平行线判断函数+求平行线之间的距离
struct LINE {CvPoint pt0;CvPoint pt1;LINE( CvPoint pta, CvPoint ptb ){pt0 = pta;pt1 = ptb;}LINE(){pt ...
利用高德地图API获取任意两座城市之间的距离！异地也有惊喜！
工作中有时会遇到这样一种场景:年末需要统计所有员工该年的航旅出差情况,然后根据他们的飞行距离补贴一定的交通费.例如如下所示情况: 然而,如果我们使用地图APP等工具逐一进行手工查询,在一家规模稍大的公 ...
两条平行线相交于一点
2019独角兽企业重金招聘Python工程师标准>>> 欧几里德几何说,两条平行的直线永远无法相交,爱因斯坦站在宇宙空间的角度猜测两条平行线有可能能相交,但到底如何相交,爱因斯坦也没 ...
sklearn计算两个向量之间的距离
from sklearn.feature_extraction.text import CountVectorizer from sklearn.metrics.pairwise import euc ...
算法----- 给定一颗二叉树，找到二叉树上任意两个节点之间的距离（Java版本）
题目: 给定一颗二叉树,找到二叉树上任意两个节点之间的距离 class TreeNode {TreeNode left;TreeNode right;} 思路: 首先找到一个节点的路径,然后找到另一个 ...
高德经纬度距离计算php,计算两个经纬度之间的距离单位(m)
/** * 计算两个经纬度之间的距离单位(m) * * @param lat1 * @param lng1 * @param lat2 * @param lng2 * @return */ publ ...
百度地图使用两条平行线表示路线
根据他人的程序修改的,原文是如何利用百度地图JSAPI画带箭头的线? 在此,使用两条平行线表示路线. 1.坐标计算: 2.代码如下: <%@ page language="java&q ...

【opencv】两条平行线之间的距离

【opencv】两条平行线之间的距离相关推荐

最新文章

热门文章