需求说明
在对图像进行处理时，经常会有这类需求：客户想要提取出图像中某条直线或者ROI区域内的感兴趣数据，进行重点关注。该需求在图像检测领域尤其常见。ROI区域一般搭配Rect即可完成提取，直线数据的提取没有现成的函数，需要自行实现。
当直线为纵向或者横向时，比较简单，只需要从起点到终点提取该行或者列的数据即可；但是直线若为斜向的，则需要从起点出发，向终点方向逐个像素提取。大家都知道，图像是由许多像素组成，而斜向直线的数据提取路线并不一定就是标准的斜线，也可能是呈阶梯状的路线，而如何进行路线设计，就是本文所要展示的内容。
具体流程
1）建立vector<pair<float,int>> result容器用于存放数据，设置初始化参数。其中，inImage是输入图像，start为起点，end为终点，点的类型为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）确定两点间距离dist，将起点到终点的横坐标差和纵坐标差进行勾股定理可得。所得距离可能为带小数的数据，然而像素的个数都为整数，所以进行四舍五入。除此之外，还要判断下距离，若距离为0，则只返回起点数据。
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）确定横向纵向的步进间隔。
float slope_r = (float(r2) - float(r1)) / dist; float slope_c = (float(c2) - float(c1)) / dist;
4）建立Flag地图，用于标记已存储过的位置，避免同一数据二次放入。
cv::Mat Flag = cv::Mat::zeros(mask.size(), mask.type());
5）开始存储数据。计数从0开始，若该点处于掩膜内，且Flag地图中没有标记，则进行存储。
int k = 0; for (float i = 0; i <= dist; ++i) { // 若该点处于掩膜内，且未被Flag存储，则进行存储工作 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); } }
功能函数
/** * @brief GetOneDimLineData 获取一维直线数据 * @param inImage 输入位相图 * @param mask 输入掩膜图 * @param start 起始点坐标 * @param end 终点坐标 * @return 直线数据（数值&序号） */ 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; // 确定两点间距离 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; } // 横向纵向的步进间隔 float slope_r = (float(r2) - float(r1)) / dist; float slope_c = (float(c2) - float(c1)) / dist; // Flag地图，用于存储已放入的数据，避免同一数据二次放入 cv::Mat Flag = cv::Mat::zeros(mask.size(), mask.type()); // 数据量计数，从0开始 int k = 0; for (float i = 0; i <= dist; ++i) { // 若该点处于掩膜内，且未被Flag存储，则进行存储工作 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++测试代码
#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 获取一维直线数据 * @param inImage 输入位相图 * @param mask 输入掩膜图 * @param start 起始点坐标 * @param end 终点坐标 * @return 直线数据（数值&序号） */ 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; // 确定两点间距离 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; } // 横向纵向的步进间隔 float slope_r = (float(r2) - float(r1)) / dist; float slope_c = (float(c2) - float(c1)) / dist; // Flag地图，用于存储已放入的数据，避免同一数据二次放入 cv::Mat Flag = cv::Mat::zeros(mask.size(), mask.type()); // 数据量计数，从0开始 int k = 0; for (float i = 0; i <= dist; ++i) { // 若该点处于掩膜内，且未被Flag存储，则进行存储工作 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; }
测试效果
图1 初始化测试图像
图2 Flag地图
图3 结果打印
不难看出，获取的数据为直线上数据。对于有一定斜度的直线，Flag地图可能呈现阶梯状步进路线，这也是正常的~
如果函数有什么可以改进完善的地方，非常欢迎大家指出，一同进步何乐而不为呢~
如果文章帮助到你了，可以点个赞让我知道，我会很快乐~加油！
