基于OpenCV的图像直线分析和拟合工具
之前见过别人利用halcon封装了一个不错的函数叫drawRake好像是这个名字。这个工具挺好用的，可以在图像上随意画一条直线，然后设置一些参数，他就能在你画的这条线附近寻找你想要的直线， 然而其不是开源的，halcon也是收费的。于是我就心血来潮想自己做一个类似的工具，花了一天搞出来了，经过测试，效果还是杠杠的。下面介绍给大家，并会提供该工具函数的源码。
图像处理过程中我们有时候要对摄像头采集的图像进行直线分析，如果利用opencv分析的话，我们常常要自己建个工程，然后利用一些检测直线的算法，比如霍夫变换等，然而这样比较耗时。这个工具就可以即时的对图像直线进行分析。接下来给出这个工具函数的原型。名字我也取为drawRake。如下：
std::vector drawRake( cv::Mat &f,
cv::Point2d pStart,
cv::Point2d pEnd,
int gap,
int searchLength,
int threshValue,
bool isJudgeByGreatThan = false); 参数解析：
cv::Mat &f：图像数据，须为3通道或者单通道图像。
cv::Point2d pStart：指定直线的起点（这个是我们指定的，直线的起点和终点将被指定为搜索区域，我下面做的这个软件使用鼠标画线来指定直线）。
cv::Point2d pEnd：指定直线的终点。
int gap：搜索间隙（指定直线的细分步长）。
int searchLength：搜索长度，搜索范围。
int threshValue：搜索阈值。
bool isJudgeByGreatThan：目标点是否判决于大于阈值
返回值：std::vector
------------------------------------------------------------------------------------------
可能不大好理解这几个参数的定义，先来看看下面几个直观的图像吧！如下图：是摄像头实时采集的一帧图像数据，然后我们现在要分析下图黑色箭头所示的直线。
我们只需要在图像上的该直线附近画一条差不多直线，这条画上去的直线就是上面的输入参数的cv::Point2d pStart，cv::Point2d pEnd。效果如下图所示，因为是相机的实时帧，所以他会实时分析该直线，可以调节gap，searchLength，threshValue，isJudgeByGreatThan来分析最适合的直线。
如上图，我们看到一堆的小箭头，那个就是点集的搜索方向。现在看到的那一堆箭头比较密集是由于gap值比较小的原因。如果我们把gap变大，就会看到这一群箭头变得稀疏了，如下图所示：
我们看到箭头变稀疏了，因为gap增大了，我们还可以改变箭头的长度，他的意义就是输入参数searchLength，即搜索范围，他会从箭尾搜索到箭头，知道索引到符合的点，我们可以增大searchLength，就可以增加搜索范围，相应的箭头也会变长，如下图：
我们再分析一下别的直线，也很容易的找到该直线如下所示：
我们再来分析一下输入参数isJudgeByGreatThan，如果是FALSE的话就是从亮到暗（阈值是下限）搜索，如上图，如果设置成TRUE的话，就是从暗到亮搜索（阈值是上限），比如我们来分析一下纸箱盖子的直线，如下图。
好了，差不多直观的了解完了，接下来就是上代码。
------------------------------------------------------------------------------------------
下面是drawRake函数源码：
std::vector drawRake(cv::Mat &f, cv::Point2d pStart, cv::Point2d pEnd, int gap, int searchLength, int threshValue, bool isJudgeByGreatThan){
// 初始化内存
std::vector pVec; pVec.clear(); // rake点集
double k = 0., b = 0., xConst = 0.; // 直线方程参数
int lineLength = 0; // 直线长度
double lineAngle = 0.; // 直线角度
double opposite = 1.0; // 直线的方向是否相反 是：为-1.0，否：1.0
int imageChs = f.channels(); // 图像通道数，支持3通道和单通道图像
cv::Mat singleChImage; // 单通道图像
// 有效性判断
if (f.empty()) return pVec;
if (pStart == pEnd) return pVec;
// 获取单通道图像
if (imageChs == 1){
//f.copyTo(singleChImage);
singleChImage = f;
}else if (imageChs == 3){
cv::cvtColor(f, singleChImage, CV_BGR2GRAY);// 默认的单通道是灰度空间
}
// 获取直线方向性
if (pEnd.x < pStart.x) opposite = -1.0;
// 获取直线方程 y = k * x + b, y = b, x = const value.
if ((pEnd.x - pStart.x) == 0.){
xConst = pStart.x; // x = const value.
lineAngle = 90.;
if (pEnd.y < pStart.y) opposite = -1.0; // 只有这种情况直线方向性考虑Y
}else{
k = (pEnd.y - pStart.y) / (pEnd.x - pStart.x);
b = pStart.y - k * pStart.x;
lineAngle = atan(k) * 180. / CV_PI;
}
lineLength = sqrt(pow((pEnd.x - pStart.x), 2.) + pow((pEnd.y - pStart.y), 2.));
// 细分直线，细分步长位gap,获取每一个细分点的坐标
std::vector gapPVec; gapPVec.clear();
double Xgap, Ygap;
for (int g = 0; g <= lineLength; g += gap){
Xgap = pStart.x + (opposite * g * cos(lineAngle * CV_PI / 180.));
Ygap = (pEnd.x == pStart.x) ? (pStart.y + opposite * g) : (k * Xgap + b);
gapPVec.push_back(cv::Point2d(Xgap, Ygap));
}
// 找每个细分点的直线段，直线段长度就是搜索长度范围，由searchLength指定,这边计算出来的lineAngle属于(-90 ~ 90度)
double halfSearchLength = searchLength / 2.;
double xLower, xUpper, yLower, yUpper; // 细分点的直线段在X-Y轴投影的横坐标上限和下限
double Knew = 0., Bnew = 0., XnewConst = 0.; // 细分点的直线段的k和b 和x = const直线
bool newLineIsVecticalLine = false; // 默认是一般直线，非竖线
std::vector lineArrowVec[2]; // 存取用于画结果的直线标
if (k == 0.){
newLineIsVecticalLine = true;
}else{
if ((pEnd.x == pStart.x)) Knew = 0.;
else Knew = -1. / k;
}
for (int i = 0; i < gapPVec.size(); i++){
if (abs(lineAngle) < 45.){ // 小于45度的情况
if (newLineIsVecticalLine){ // x = const
XnewConst = gapPVec[i].x;
yLower = gapPVec[i].y - halfSearchLength;
yUpper = gapPVec[i].y + halfSearchLength;
}
else{ // b = y - k * x
Bnew = gapPVec[i].y - Knew * gapPVec[i].x;
yLower = gapPVec[i].y - halfSearchLength * cos(abs(lineAngle * CV_PI / 180.));
yUpper = gapPVec[i].y + halfSearchLength * cos(abs(lineAngle * CV_PI / 180.));
}
// 上边到下边的直线递增查询，下边到上边的直线递减查询
for (int yy = yLower; yy <= yUpper; yy++){
int xCur = 0, yCur = 0;
if (pStart.x > pEnd.x) yCur = yUpper - yy + yLower;
else yCur = yy;
xCur = (newLineIsVecticalLine) ? (XnewConst) : (yCur - Bnew) / Knew;
if (xCur > singleChImage.cols || xCur < 0 || yCur > singleChImage.rows || yCur < 0) continue;
unsigned char *pdata = singleChImage.ptr(yCur);
if (isJudgeByGreatThan){
if (pdata[xCur] > threshValue){
pVec.push_back(cv::Point(xCur, yCur));
break;
}
}
else{
if (pdata[xCur] < threshValue){
pVec.push_back(cv::Point(xCur, yCur));
break;
}
}
}
double F_yLower, F_yUpper;
if (newLineIsVecticalLine){
F_yLower = XnewConst;
F_yUpper = XnewConst;
}else{
F_yLower = (yLower - Bnew) / Knew;
F_yUpper = (yUpper - Bnew) / Knew;
}
if (pStart.x < pEnd.x){
lineArrowVec[0].push_back(cv::Point(F_yLower, yLower));
lineArrowVec[1].push_back(cv::Point(F_yUpper, yUpper));
}
else{
lineArrowVec[1].push_back(cv::Point(F_yLower, yLower));
lineArrowVec[0].push_back(cv::Point(F_yUpper, yUpper));
}
}else{ // 大于45度的情况
Bnew = gapPVec[i].y - Knew * gapPVec[i].x;
xLower = gapPVec[i].x - halfSearchLength * sin(abs(lineAngle * CV_PI / 180.));
xUpper = gapPVec[i].x + halfSearchLength * sin(abs(lineAngle * CV_PI / 180.));
// 左边到右边的直线递增查询，右边到左边的直线递减查询
for (int xx = xLower; xx <= xUpper; xx++){
int xCur = 0, yCur = 0;
if (pStart.y > pEnd.y) xCur = xUpper - xx + xLower;
else xCur = xx;
yCur = Knew * xCur + Bnew;
if (xCur > singleChImage.cols || xCur < 0 || yCur > singleChImage.rows || yCur < 0) continue;
unsigned char *pdata = singleChImage.ptr(yCur);
if (isJudgeByGreatThan){
if (pdata[xCur] > threshValue){
pVec.push_back(cv::Point(xCur, yCur));
break;
}
}else{
if (pdata[xCur] < threshValue){
pVec.push_back(cv::Point(xCur, yCur));
break;
}
}
}
double F_xLower = Knew * xLower + Bnew;
double F_xUpper = Knew * xUpper + Bnew;
if (pStart.y > pEnd.y){
lineArrowVec[0].push_back(cv::Point(xUpper, F_xUpper));
lineArrowVec[1].push_back(cv::Point(xLower, F_xLower));
}else{
lineArrowVec[1].push_back(cv::Point(xUpper, F_xUpper));
lineArrowVec[0].push_back(cv::Point(xLower, F_xLower));
}
}
}// end 'for (int i = 0; i < gapPVec.size(); i++)'
// 画rake点，和搜索方向
for (int i = 0; i < pVec.size(); i++){
if (imageChs == 1){
cv::circle(f, pVec[i], 3, cv::Scalar(std::rand() % 255), 3);
drawArrow(f, lineArrowVec[0][i], lineArrowVec[1][i], 25, 30, cv::Scalar(std::rand() % 255), 1);
}
if (imageChs == 3){
cv::circle(f, pVec[i], 3, cv::Scalar(std::rand() % 255, std::rand() % 255, std::rand() % 255), 3);
drawArrow(f, lineArrowVec[0][i], lineArrowVec[1][i], 25, 30, cv::Scalar(std::rand() % 255, std::rand() % 255, std::rand() % 255), 1);
}
}
// 画所有的细分点的搜索方向
for (int i = 0; i < gapPVec.size(); i++){
if (imageChs == 1){
drawArrow(f, lineArrowVec[0][i], lineArrowVec[1][i], 25, 30, cv::Scalar(std::rand() % 255), 1);
}
if (imageChs == 3){
drawArrow(f, lineArrowVec[0][i], lineArrowVec[1][i], 25, 30, cv::Scalar(std::rand() % 255, std::rand() % 255, std::rand() % 255), 1);
}
}
return pVec;
} 其中有一个drawArrow函数是用来画箭头的，摘自这里，源码如下：
void drawArrow(cv::Mat& img, cv::Point pStart, cv::Point pEnd, int len, int alpha,cv::Scalar& color, int thickness, int lineType){
cv::Point arrow;
// 计算 θ 角（最简单的一种情况在下面图示中已经展示，关键在于 atan2 函数，详情见下面）
double angle = atan2((double)(pStart.y - pEnd.y), (double)(pStart.x - pEnd.x));
cv::line(img, pStart, pEnd, color, thickness, lineType);
// 计算箭角边的另一端的端点位置（上面的还是下面的要看箭头的指向，也就是pStart和pEnd的位置）
arrow.x = pEnd.x + len * cos(angle + CV_PI * alpha / 180.);
arrow.y = pEnd.y + len * sin(angle + CV_PI * alpha / 180.);
cv::line(img, pEnd, arrow, color, thickness, lineType);
arrow.x = pEnd.x + len * cos(angle - CV_PI * alpha / 180.);
arrow.y = pEnd.y + len * sin(angle - CV_PI * alpha / 180.);
cv::line(img, pEnd, arrow, color, thickness, lineType);
}=== == = OK，感兴趣的拿走试一下 = == ===