OpenCV 직선 적합 실현
void fitLine( InputArray points, OutputArray line, int distType,
double param, double reps, double aeps );
입력 매개 변수 가 3D 점 집합 이 라면 출력 량 은 Vec6f 형식(vx)입 니 다. vy vz x0 y0 z0),그 중(vx vy vz)는 직선 과 공 선 된 정규 화 벡터 이다.(x0) y0 z0)직선 상의 임 의적 인 점 을 의합 하 는 것 이다.함수 세 번 째 매개 변 수 는 M-estimator 알고리즘 이 사용 하 는 거리 유형 표지 로 선택 할 수 있 는 거리 유형 은 표 에서 제시 합 니 다.함수 네 번 째 매개 변 수 는 일부 거리 유형의 수치 매개 변수 C 입 니 다.수치 0 이 최 적 치 를 선택 하면.함수 다섯 번 째 매개 변 수 는 좌표 원점 과 의합 직선 간 의 거리 정 도 를 나타 내 고 수치 0 은 자가 적응 파 라 메 터 를 선택 하 는 것 을 나타 낸다.함수 여섯 번 째 매개 변 수 는 의합 직선 의 각도 정 도 를 나타 내 고 수치 0 은 자가 적응 파 라 메 터 를 선택 하 는 것 을 나타 낸다.다섯 번 째 매개 변수 와 여섯 번 째 매개 변 수 는 일반적으로 0.01 을 취한 다.
단순 예시
//
// 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;
}
이상 이 바로 본 고의 모든 내용 입 니 다.여러분 의 학습 에 도움 이 되 고 저 희 를 많이 응원 해 주 셨 으 면 좋 겠 습 니 다.
이 내용에 흥미가 있습니까?
현재 기사가 여러분의 문제를 해결하지 못하는 경우 AI 엔진은 머신러닝 분석(스마트 모델이 방금 만들어져 부정확한 경우가 있을 수 있음)을 통해 가장 유사한 기사를 추천합니다:
Visual Studio 2017에서 OpenCV 템플릿 프로젝트 만들기・Windows 7 Professional 64bit ・Visual Studio 2017 Version 15.9.14 · OpenCV 3.4.1 OpenCV의 도입 방법 등은 아래를 참조하십시오. Visual Stu...
텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
CC BY-SA 2.5, CC BY-SA 3.0 및 CC BY-SA 4.0에 따라 라이센스가 부여됩니다.