前面介紹的函數都是尋找圖像或者點集中是否存在直線，而有時我們明確已知獲取到的數據在一條直線上，此時需要將所有數據擬合出一條直線，但是由于噪聲的存在，這條直線可能不會通過大多數的數據，因此需要保證所有的數據點距離直線的距離最小，如圖7-10所示。相比于直線檢測，直線擬合的最大特點是將所有數據只擬合出一條直線。

OpenCV 4中提供了利用最小二乘M-estimator方法擬合直線的**fitLine()**函數，該函數的函數原型在代碼清單7-7中給出。

void cv::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，2D點集描述參數為Vec4f類型，3D點集描述參數為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：某些類型距離的數值參數（C）。如果數值為0，則自動選擇最佳值。
• reps：坐標原點與直線之間的距離精度，數值0表示選擇自適應參數，一般常選擇0.01。
• aeps：直線角度精度，數值0表示選擇自適應參數，一般常選擇0.01。

該函數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。函數第一個參數是待擬合直線的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。函數第二個參數是擬合直線的描述參數，如果是2D點集，輸出量為Vec4f類型的(v_x v_y x₀ y₀)，其中**(v_x v_y)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(7.6)所示。

如果輸入參數是3D點集，輸出量為Vec6f類型的(v_x v_y v_z x₀ y₀ z₀)，其中(v_x v_y v_z)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。函數第三個參數是M-estimator算法使用的距離類型標志，可以選擇的距離類型在表7-1中給出。函數第四個參數是某些距離類型中的數值參數C，如果數值0表示選擇最佳值。函數第五個參數表示坐標原點與擬合直線之間的距離精度，數值0表示選擇自適應參數；函數第六個參數表示擬合直線的角度精度，數值0表示選擇自適應參數。第五個參數和第六個參數一般取值0.01。

為了了解該函數的使用方法，在代碼清單7-8中給出了利用fitLine()函數擬合直線的示例程序。程序中給出了 直線上的坐標點，為了模擬采集數據過程中產生的噪聲，在部分坐標中添加了噪聲。程序擬合出的直線很好的逼近了真實的直線，程序運行的結果在圖7-11給出。

#include <opencv2/opencv.hpp> #include <iostream> #include <vector>using namespace cv; using namespace std;int main() {system("color F0"); //更改輸出界面顏色Vec4f lines;//存放擬合后的直線vector<Point2f>point;//待檢測是否存在直線的所有點const static float Points[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}};//將所有點存放在vector中，用于輸入函數中for(int i=0;i<20;++i){point.push_back(Point2f(Points[i][0],Points[i][1]));}//參數設置double param=0;//距離模型中的數值參數Cdouble reps=0.01;//坐標原點與直線之間的距離double aeps=0.01;//角度精度fitLine(point,lines,DIST_L1,0,0.01,0.01);double k=lines[1]/lines[0];//直線斜率cout<<"直線斜率: "<<k<<endl;cout<<"直線上一點坐標x: "<<lines[2]<<",y: "<<lines[3]<<endl;cout<<"直線解析式: y="<<k<<"(x-"<<lines[2]<<")+"<<lines[3]<<endl;return 0; }

運行結果：

直線斜率: 0.999955 直線上一點坐標x: 76.7907,y: 76.7907 直線解析式: y=0.999955(x-76.7907)+76.7907

總結

以上是生活随笔為你收集整理的C++版本OpenCv教程(四十三)直线拟合的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。