OpenCV：以给定角度通过轮廓质心的线

Question

我有一个名为cnt的轮廓，它来自下面的图像：

我可以找到像这样的质心：

M = cv2.moments(cnt)
centroid_x = int(M['m10']/M['m00'])
centroid_y = int(M['m01']/M['m00'])

我现在要画N条线，每一条线间隔360/N度，从质心开始，在所有可能的交点处切割轮廓。line（）函数需要起点和终点，但我没有终点。在

如果我用Tan（360/N）的斜率画一条穿过质心的线，我就可以用bitwise_and找到这条线与轮廓的交点，但我无法找到绘制这条线的方法。在

如果您能帮助我们画出这样的界线，我们将不胜感激。在

Answer 1

我将使用一种老式的方法，我怀疑STL或对编译器的普遍信任可以加快速度；）。顺便说一下，C++。在

• 把你想要的所有角度都列在一张单子上。在
• 遍历轮廓中的所有点，并从上面的列表中收集匹配的点。在

• 画线。在

  findContours( f, contours, heirarchy, CV_RETR_EXTERNAL, CV_CHAIN_APPROX_NONE );
  
  Moments M = moments( contours[0], true );
  Point2f cntr = Point2f( (int)M.m10/M.m00, (int)M.m01/M.m00 );
  circle( frame, cntr, 5, Scalar(0,0,0) );
  
  int N = 20;
  vector<float> slopes;
  for( int i=0; i<N; i++ )
      slopes.push_back( i*360.0/N ); 
  
  
  for( auto s : slopes )
      for( auto p : contours[0] )
          if( std::abs( cv::fastAtan2( p.y-cntr.y, p.x-cntr.x ) - s ) <= 0.5 )    //error margin, of sorts..
              {   finalpoints.push_back( p ); break; }
  
  cout<<"\nfound points: "<<finalpoints.size()<<endl; 
  for( auto p : finalpoints )
      line( frame, cntr, p, Scalar(0,0,0), 1 );
  

Answer 2

我有点事要做。这有点特别，但这基本上就是我写的算法。我必须重建你图像的轮廓，所以我所做的就是手动读取图像，提取出物体最外层的轮廓，然后从那里开始。cv2.line方法的优点是，如果您绘制一条超出边界的线，该线将被图像边界剪裁。这对我写的算法很有用。在

无需赘言，这些步骤如下：

1. 读入图像，阈值，然后反转图像，使黑色轮廓线变成白点。在
2. 检测最外面的轮廓。在
3. 创建原始输入图像的副本，以便我们可以绘制线条。称之为out。在
4. 创建一个“参考”图像，该图像存储在步骤2中找到的最外层轮廓。在
5. 检测轮廓点的质心。还可以访问图像的宽度和高度。如果没有任何宽度或高度值，请选择一个非常大的值。。。大概1000块吧。您需要确保该值超出轮廓上任何点的最大值。另外，设置所需的角度总数，N。在

6. 对于每个角度，对于i = 0, 1到N - 1：

   a.创建临时空白图像

   b.计算合适的角度：i*(360 / N)并转换为弧度

   在临时图像上，从轮廓的质心到图像外部的坐标画一条线，以确保我们沿着我们想要的角度朝图像边界画一条线。这条线的水平分量是cos(360/N)（这里的参数是以度为单位），而垂直分量是-sin(360/N)（参数也是以度为单位）。负数是由于y轴在我们的图像坐标空间中向下是正的，所以负数是将它还原，使正轴相对于笛卡尔坐标向上。这样做的原因是，当我们计算每一条线与中心的夹角时，这些角是正确的，因为正角度逆时针扫掠。从质心开始，我们将移动图像的水平宽度和垂直方向的图像高度，保持之前发现的水平和垂直分量。这将使我们画出边界线，但该线将被图像边界剪裁。在

   另一个复杂的问题是在这个临时图像中画一条足够厚的线。如果我们画了一条只有1像素厚的线，你可能会得到这样一种情况：由于像素采样和绘制线的方式，这条线与轮廓线不相交。我选择了5像素的厚度来确定。在

   d.使用此临时图像，查看哪些位置等于参考图像。对于任何相等的位置，我们已经找到了这条线与原始图像的轮廓相交的地方。因此，选择任何相交的位置，因为粗线很可能与最外层轮廓产生多个交点。在

   使用步骤（d），从out的质心到步骤（d）中找到的位置画一条线。

7. 对所有角度重复步骤6。out将在步骤6完成后包含结果。

不用多说，下面是我写的代码：

# Step #1
img = cv2.imread('contour.png', 0)
img_bw = img <= 128
img_bw = 255*img_bw.astype('uint8')

# Step #2
contours, _ = cv2.findContours(img_bw,cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_NONE)

# Step #3
out = img.copy()

# Step #4
ref = np.zeros_like(img_bw)
cv2.drawContours(ref, contours, 0, 255, 1)

# Step #5
M = cv2.moments(contours[0])
centroid_x = int(M['m10']/M['m00'])
centroid_y = int(M['m01']/M['m00'])

# Get dimensions of the image
width = img.shape[1]
height = img.shape[0]

# Define total number of angles we want
N = 20

# Step #6
for i in range(N):
  # Step #6a
  tmp = np.zeros_like(img_bw)

  # Step #6b
  theta = i*(360/N)
  theta *= np.pi/180.0

  # Step #6c
  cv2.line(tmp, (centroid_x, centroid_y),
           (int(centroid_x+np.cos(theta)*width),
            int(centroid_y-np.sin(theta)*height)), 255, 5)

  # Step #6d
  (row,col) = np.nonzero(np.logical_and(tmp, ref))

  # Step #6e
  cv2.line(out, (centroid_x, centroid_y), (col[0],row[0]), 0, 1)

# Show the image
# Step #7
cv2.imshow('Output', out)
cv2.waitKey(0)
cv2.destroyAllWindows()

这是我得到的结果。我选择了20个角度：

{1美元^