OpenCV直线拟合fitline函数(Python)

OpenCV直线拟合fitline函数（Python）

简介

之前做直线拟合时，⾃⼰写了⼀个利⽤最⼩⼆乘做直线拟合的程序，但是由于直线检测的误差⽐较⼤，拟合的效果并不好。个⼈不知道是什么原因，因此想尝试更改⼀下直线拟合的算法，后来到了OpenCV中的fitline函数，也是⼀个距离最⼩化函数，它完全包含了最⼩⼆乘法。由于⽹上没有到相关的与python有关的资源，这⾥总结如下。

1. 函数调⽤

python3中fitline函数的调⽤形式如下：

import cv2

output = cv2.fitLine(InputArray points, distType, param, reps, aeps)

参数定义：

a. 输⼊参数：

InputArray Points: 待拟合的直线的集合，必须是矩阵形式；

distType: 距离类型。fitline为距离最⼩化函数，拟合直线时，要使输⼊点到拟合直线的距离和最⼩化。这⾥的** 距离**的类型有以下⼏种：

cv2.DIST_USER : User defined distance

cv2.DIST_L1: distance = |x1-x2| + |y1-y2|

cv2.DIST_L2: 欧式距离，此时与最⼩⼆乘法相同

cv2.DIST_C:distance = max(|x1-x2|,|y1-y2|)

cv2.DIST_L12:L1-L2 metric: distance = 2(sqrt(1+x*x/2) - 1))

cv2.DIST_FAIR:distance = c^2(|x|/c-log(1+|x|/c)), c = 1.3998

2/2(1-exp(-(x/c)

cv2.DIST_WELSCH: distance = c2)), c = 2.9846

cv2.DIST_HUBER:distance = |x|<c ? x^2/2 : c(|x|-c/2), c=1.345

param：距离参数，跟所选的距离类型有关，值可以设置为0。

reps, aeps：第5/6个参数⽤于表⽰拟合直线所需要的径向和⾓度精度，通常情况下两个值均被设定为1e-2.

b. 输出结果：

output ：对于⼆维直线，输出output为4维，前两维代表拟合出的直线的⽅向，后两位代表直线上的⼀点。（即通常说的点斜式直线）

备注：

函数说明部分参考。

拟合直线2. 实例程序

功能：实现⼏条直线的直线拟合，输出为拟合后直线点的斜率k和偏移b.

代码：

def Cal_kb_linear_fitline(data_line1):

loc =[]# 坐标

for line in data_line1:

x1, y1, x2, y2 = line[0]

loc.append([x1,y1])

loc.append([x2,y2])

loc = np.array(loc)# loc 必须为矩阵形式，且表⽰[x,y]坐标

output = cv2.fitLine(loc, cv2.DIST_L2,0,0.01,0.01)

k = output[1]/ output[0]

b = output[3]- k[key]* output[2]

return k,b

这⾥，data_line1 表⽰直线检测出的直线的数据。

若只是想实现⼏个点坐标的直线拟合，把第3-8⾏去掉并把参数输⼊改为loc即可。

3. RLS直线拟合（不⽤fitline函数）

简介中提过，在⽤fitline函数之前，实现了N条直线的最⼩⼆乘直线拟合，同样展⽰程序如下：def Cal_kb_linear(data_line1):

X_line,Y_line = XY_line2Classifier_line(data_line1)

r = leastsq(residuals,[1,0], args=(X_line, Y_line))# scipy.optimize.leastsq

k, b = r[0]# 最⼩⼆乘直线拟合的斜率和偏移

return k,b

# 输出直线的X/Y坐标

def XY_line2Classifier_line(data_line1):

X_line =[]# 存放分为同⼀类的直线的所有的x坐标

Y_line =[]# 存放分为同⼀类的直线的所有的y坐标

for line in data_line1:

x1, y1, x2, y2 = line[0]

X_line.append(x1), X_line.append(x2)

Y_line.append(y1), Y_line.append(y2)

X_line = np.array(X_line)

Y_line = np.array(Y_line)

return X_line,Y_line

# 直线拟合残差计算

def residuals(p, x, y_):

k, b = p

return y_ -(k * x + b)

备注：

注意，这⾥是N条直线的直线拟合，拟合思路为提取N条直线的坐标点，然后进⾏点的直线拟合。

本文发布于:2024-09-21 20:44:09，感谢您对本站的认可！

本文链接：https://www.17tex.com/tex/2/358965.html

上一篇：直线拟合_如何用Excel计算直线的斜率和截距?

下一篇：直线拟合指标的使用

标签：直线拟合距离函数参数有关输出

留言与评论（共有 0 条评论）