相比于直線檢測，直線擬合的最大特點是將所有數(shù)據(jù)只擬合出一條直線

void fitLine( InputArray points, OutputArray line, int distType,
                           double param, double reps, double aeps );

• points：輸入待擬合直線的2D或者3D點集。
• line：輸出描述直線的參數(shù)，2D點集描述參數(shù)為Vec4f類型，3D點集描述參數(shù)為Vec6f類型。
• distType：M-estimator算法使用的距離類型標志，可以選擇的距離類型在表7-1中給出。
• param：某些類型距離的數(shù)值參數(shù)（C）。如果數(shù)值為0，則自動選擇最佳值。
• reps：坐標原點與直線之間的距離精度，數(shù)值0表示選擇自適應參數(shù)，一般常選擇0.01。
• aeps：直線角度精度，數(shù)值0表示選擇自適應參數(shù)，一般常選擇0.01。
  

該函數(shù)利用最小二乘法擬合出距離所有點距離最小的直線，直線的描述形式可以轉化成點斜式。函數(shù)第一個參數(shù)是待擬合直線的2D或者3D點集，可以存放在vector<>或者Mat類型的變量中賦值給參數(shù)。函數(shù)第二個參數(shù)是擬合直線的描述參數(shù)，如果是2D點集，輸出量為Vec4f類型的(vx vy x0 y0)，其中(vx vy)是與直線共線的歸一化向量，(x0 y0)是擬合直線上的隨意一點，根據(jù)這四個量可以計算得到2維平面直線的點斜式解析式，表示形式如式所示。

如果輸入?yún)?shù)是3D點集，輸出量為Vec6f類型的(vx vy vz x0 y0 z0)，其中(vx vy vz)是與直線共線的歸一化向量，(x0 y0 z0)是擬合直線上的隨意一點。函數(shù)第三個參數(shù)是M-estimator算法使用的距離類型標志，可以選擇的距離類型在表中給出。函數(shù)第四個參數(shù)是某些距離類型中的數(shù)值參數(shù)C，如果數(shù)值0表示選擇最佳值。函數(shù)第五個參數(shù)表示坐標原點與擬合直線之間的距離精度，數(shù)值0表示選擇自適應參數(shù)；函數(shù)第六個參數(shù)表示擬合直線的角度精度，數(shù)值0表示選擇自適應參數(shù)。第五個參數(shù)和第六個參數(shù)一般取值0.01。

簡單示例

//
// Created by smallflyfly on 2021/6/22.
//
 
#include "opencv2/opencv.hpp"
#include <iostream>
 
using namespace std;
using namespace cv;
 
int main() {
    Vec4f lines;
    vector<Point2f> points;
    const static float pts[20][2] = {
            {0.0f,0.0f},{10.0f,11.0f},{21.0f,20.0f},{30.0f,30.0f},
            {40.0f,42.0f},{50.0f,50.0f},{60.0f,60.0f},{70.0f,70.0f},
            {80.0f,80.0f},{90.0f,92.0f},{100.0f,100.0f},{110.0f,110.0f},
            {120.f,120.0f},{136.0f,130.0f},{138.0f,140.0f},{150.0f,150.0f},
            {160.0f,163.0f},{175.0f,170.0f},{181.0f,180.0f},{200.0f,190.0f}
    };
    for (int i = 0; i < 20; ++i) {
        points.emplace_back(pts[i][0], pts[i][1]);
    }
    double param = 0.0;
    double reps = 0.01;
    double aeps = 0.01;
    fitLine(points, lines, DIST_L1, param, reps, aeps);
    cout << lines << endl;
 
    return 0;
}

以上就是本文的全部內(nèi)容，希望對大家的學習有所幫助，也希望大家多多支持腳本之家。

最新評論