OpenCV 學(xué)習(xí)（直線擬合)
Hough 變換可以提取圖像中的直線，
OpenCV 學(xué)習(xí)（直線擬合)
。但是提取的直線的精度不高。而很多場(chǎng)合下，我們需要精確的估計(jì)直線的參數(shù)，這時(shí)就需要進(jìn)行直線擬合。直線擬合的方法很多，比如一元線性回歸就是一種最簡(jiǎn)單的直線擬合方法。但是這種方法不適合用于提取圖像中的直線。因?yàn)檫@種算法假設(shè)每個(gè)數(shù)據(jù)點(diǎn)的X 坐標(biāo)是準(zhǔn)確的，Y 坐標(biāo)是帶有高斯噪聲的�？蓪�(shí)際上，圖像中的每個(gè)數(shù)據(jù)點(diǎn)的XY 坐標(biāo)都是帶有噪聲的。
下面就來講講適用于提取圖像中直線的直線擬合算法。
一個(gè)點(diǎn)
所謂直線擬合，就是找到一條直線，使得：
最小。
CV_DIST_L2
這種方法是以距離平方和為擬合判據(jù)。也就是常見的最小二乘擬合算法，運(yùn)行速度也最快。但是這個(gè)算法也有個(gè)很大的問題，就是當(dāng)干擾點(diǎn)離直線較遠(yuǎn)時(shí)，一個(gè)干擾點(diǎn)就可能將整條擬合直線拉偏了。簡(jiǎn)單的說就是對(duì)干擾點(diǎn)的魯棒性不夠。所以后來又提出了其他的函數(shù)。
CV_DIST_L1
CV_DIST_L12
CV_DIST_FAIR
其中 C = 1.3998
CV_DIST_WELSCH
其中 C = 2.9846
CV_DIST_HUBER
其中 C = 1.345
后面這 5 種函數(shù)我知道第一種，其他的不知道是怎么來的。OpenCV 的幫助文檔給出了一個(gè)鏈接：M-estimator
但是這個(gè)頁面也被墻了。
下面來說說 OpenCV 提供的直線擬合函數(shù)。函數(shù)原型如下：
<code class="hljs cs">void fitLine( InputArray points, OutputArray line, int distType, double param, double reps, double aeps );</code>
distType 指定擬合函數(shù)的類型，可以取 CV_DIST_L2、CV_DIST_L1、CV_DIST_L12、CV_DIST_FAIR、CV_DIST_WELSCH、CV_DIST_HUBER。
param 就是 CV_DIST_FAIR、CV_DIST_WELSCH、CV_DIST_HUBER 公式中的C。如果取 0，則程序自動(dòng)選取合適的值。
reps 表示直線到原點(diǎn)距離的精度，建議取 0.01。
aeps 表示直線角度的精度，建議取 0.01。
計(jì)算出的直線信息存放在 line 中，為 cv::Vec4f 類型。line[0]、line[1] 存放的是直線的方向向量。line[2]、line[3] 存放的是直線上一個(gè)點(diǎn)的坐標(biāo)。
如果直線用
下面是個(gè)測(cè)試圖像：
圖像中有一條直線和一些干擾圖案，
電腦資料
《OpenCV 學(xué)習(xí)（直線擬合)》(http://www.lotusphilosophies.com)。<喎?http://www.2cto.com/kf/ware/vc/" target="_blank" class="keylink">vcD4NCjxwPs/Cw+a1xLT6wuu/ydLUtNPNvM/x1tDM4cihs/bQ6NKqtcTX+LHqteOhozwvcD4NCjxwcmUgY2xhc3M9"brush:java;">std::vectorgetPoints(cv::Mat &image, int value){ int nl = image.rows; // number of lines int nc = image.cols * image.channels(); std::vectorpoints; for (int j = 0; j < nl; j++) { uchar* data = image.ptr(j); for (int i = 0; i < nc; i++) { if(data[i] == value) { points.push_back(cv::Point(i, j)); } } } return points;} 下面的代碼可以在圖中畫一條直線。
<code class="hljs mel">void drawLine(cv::Mat &image, double theta, double rho, cv::Scalar color){ if (theta < PI/4. || theta > 3.*PI/4.)// ~vertical line { cv::Point pt1(rho/cos(theta), 0); cv::Point pt2((rho - image.rows * sin(theta))/cos(theta), image.rows); cv::line( image, pt1, pt2, cv::Scalar(255), 1); } else { cv::Point pt1(0, rho/sin(theta)); cv::Point pt2(image.cols, (rho - image.cols * cos(theta))/sin(theta)); cv::line(image, pt1, pt2, color, 1); }}</code>下面的代碼是程序的主體。
<code class="hljs cpp">int main(int argc, char *argv[]){ QCoreApplication a(argc, argv); cv::Mat image = imread("c:\\line_test.png", cv::IMREAD_GRAYSCALE); std::vector<cv::point>points = getPoints(image, 0); cv::Vec4f line; cv::fitLine(points, line, CV_DIST_HUBER , 0, 0.01, 0.01); double cos_theta = line[0]; double sin_theta = line[1]; double x0 = line[2], y0 = line[3]; double phi = atan2(sin_theta, cos_theta) + PI / 2.0; double rho = y0 * cos_theta - x0 * sin_theta; std::cout << "phi = " << phi / PI * 180 << std::endl; std::cout << "rho = " << rho << std::endl; drawLine(image, phi, rho, cv::Scalar(0)); double k = sin_theta / cos_theta; double b = y0 - k * x0; double x = 0; double y = k * x + b; std::cout << k << std::endl; std::cout << b << std::endl; //cv::line(image, Point(x0,y0), Point(x,y), cv::Scalar(255), 1); imshow("", image); return a.exec();}</cv::point></code>
如果直線擬合類型選擇 CV_DIST_L2。那么效果就沒這么好了。代碼不貼了，就貼個(gè)結(jié)果。