需求說明

在對(duì)圖像進(jìn)行處理時(shí)，經(jīng)常會(huì)有這類需求：客戶想要提取出圖像中某條直線或者ROI區(qū)域內(nèi)的感興趣數(shù)據(jù)，進(jìn)行重點(diǎn)關(guān)注。該需求在圖像檢測(cè)領(lǐng)域尤其常見。ROI區(qū)域一般搭配Rect即可完成提取，直線數(shù)據(jù)的提取沒有現(xiàn)成的函數(shù)，需要自行實(shí)現(xiàn)。

當(dāng)直線為縱向或者橫向時(shí)，比較簡(jiǎn)單，只需要從起點(diǎn)到終點(diǎn)提取該行或者列的數(shù)據(jù)即可；但是直線若為斜向的，則需要從起點(diǎn)出發(fā)，向終點(diǎn)方向逐個(gè)像素提取。大家都知道，圖像是由許多像素組成，而斜向直線的數(shù)據(jù)提取路線并不一定就是標(biāo)準(zhǔn)的斜線，也可能是呈階梯狀的路線，而如何進(jìn)行路線設(shè)計(jì)，就是本文所要展示的內(nèi)容。

具體流程

1）建立vector<pair<float,int>> result容器用于存放數(shù)據(jù)，設(shè)置初始化參數(shù)。其中，inImage是輸入圖像，start為起點(diǎn)，end為終點(diǎn)，點(diǎn)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(diǎn)間距離dist，將起點(diǎn)到終點(diǎn)的橫坐標(biāo)差和縱坐標(biāo)差進(jìn)行勾股定理可得。所得距離可能為帶小數(shù)的數(shù)據(jù)，然而像素的個(gè)數(shù)都為整數(shù)，所以進(jìn)行四舍五入。除此之外，還要判斷下距離，若距離為0，則只返回起點(diǎn)數(shù)據(jù)。

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(jìn)間隔。

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

4）建立Flag地圖，用于標(biāo)記已存儲(chǔ)過的位置，避免同一數(shù)據(jù)二次放入。

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

5）開始存儲(chǔ)數(shù)據(jù)。計(jì)數(shù)從0開始，若該點(diǎn)處于掩膜內(nèi)，且Flag地圖中沒有標(biāo)記，則進(jìn)行存儲(chǔ)。

int k = 0;
for (float i = 0; i <= dist; ++i) {
	// 若該點(diǎn)處于掩膜內(nèi)，且未被Flag存儲(chǔ)，則進(jìn)行存儲(chǔ)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(shù)

/**
* @brief GetOneDimLineData                 獲取一維直線數(shù)據(jù)
* @param inImage                           輸入位相圖
* @param mask                              輸入掩膜圖
* @param start                             起始點(diǎn)坐標(biāo)
* @param end                               終點(diǎn)坐標(biāo)
* @return                                  直線數(shù)據(jù)（數(shù)值&序號(hào)）
*/
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(diǎn)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(jìn)間隔
	float slope_r = (float(r2) - float(r1)) / dist;
	float slope_c = (float(c2) - float(c1)) / dist;
	// Flag地圖，用于存儲(chǔ)已放入的數(shù)據(jù)，避免同一數(shù)據(jù)二次放入
	cv::Mat Flag = cv::Mat::zeros(mask.size(), mask.type());
	// 數(shù)據(jù)量計(jì)數(shù)，從0開始
	int k = 0;
	for (float i = 0; i <= dist; ++i) {
		// 若該點(diǎn)處于掩膜內(nèi)，且未被Flag存儲(chǔ)，則進(jìn)行存儲(chǔ)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(cè)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(shù)據(jù)
* @param inImage                           輸入位相圖
* @param mask                              輸入掩膜圖
* @param start                             起始點(diǎn)坐標(biāo)
* @param end                               終點(diǎn)坐標(biāo)
* @return                                  直線數(shù)據(jù)（數(shù)值&序號(hào)）
*/
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(diǎn)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(jìn)間隔
	float slope_r = (float(r2) - float(r1)) / dist;
	float slope_c = (float(c2) - float(c1)) / dist;
	// Flag地圖，用于存儲(chǔ)已放入的數(shù)據(jù)，避免同一數(shù)據(jù)二次放入
	cv::Mat Flag = cv::Mat::zeros(mask.size(), mask.type());
	// 數(shù)據(jù)量計(jì)數(shù)，從0開始
	int k = 0;
	for (float i = 0; i <= dist; ++i) {
		// 若該點(diǎn)處于掩膜內(nèi)，且未被Flag存儲(chǔ)，則進(jìn)行存儲(chǔ)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(cè)試效果

不難看出，獲取的數(shù)據(jù)為直線上數(shù)據(jù)。對(duì)于有一定斜度的直線，F(xiàn)lag地圖可能呈現(xiàn)階梯狀步進(jìn)路線，這也是正常的~

如果函數(shù)有什么可以改進(jìn)完善的地方，非常歡迎大家指出，一同進(jìn)步何樂而不為呢~

到此這篇關(guān)于OpenCV獲取圖像中直線上的數(shù)據(jù)具體流程的文章就介紹到這了,更多相關(guān)OpenCV獲取圖像數(shù)據(jù)內(nèi)容請(qǐng)搜索服務(wù)器之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持服務(wù)器之家！

原文鏈接：https://blog.csdn.net/zhaitianbao/article/details/121113525