因为线图像startline有了起点和终点,我们就可以用DDA法求出线上所有点,任意斜率直线通过四象限八区域查表法界定。我们只示范一个区域:函数为: public PointF DdaFindPtImprove(ref byte[] buffer8, PointF Start, PointF End, int thresDelta, int Dir,Size wh,ref int Pos)//thresDelta门槛值,Pos线图像中穿越点index

{         float x, y;
            float dx, dy, k;
            PointF backPoint = new PointF();

dx = (float)(End.X - Start.X);
            dy = (float)(End.Y - Start.Y);
            k = dy / dx;
            if (Math.Abs(dx) < 0.001)
            {
                k = 65535;//随意给定一个最大值,还需论证。20150727,够用
            }
            x = Start.X;
            if (Start.Y < 0) Start.Y = 0;
            y = Start.Y;

List<float> temparrclor = new List<float>(); // 线图像上每一个点灰度颜色   
            List<PointF> position = new List<PointF>();//线图像上每一个点坐标
            #region xiaoyu1
            if (Math.Abs(k) < 1)
            {
                if (x > End.X)
                {
                    for (; x >= End.X; x--)//x是整型,y是浮点型
                    {
                        float j = y;
                        int i = (int)(x);
                        float tempf = Math.Abs(j - (int)j);
                        PointF tempPt = new PointF(i, j);
                        float grey = 0;
                        if (k > -1 && k <= 0)
                        {
                            float avgGrey = (float)buffer8[(int)j * wh.Width + i];
                            float avgGrey1 = (float)buffer8[((int)j + 1) * wh.Width + i];
                            grey = avgGrey * (1 - tempf) + avgGrey1 * tempf;//灰度插值方法
                        }
                        else
                        {
                            float avgGrey = (float)buffer8[(int)j * wh.Width + i];
                            float avgGrey1 = (float)buffer8[((int)j - 1) * wh.Width + i];
                            grey = avgGrey * (1 - tempf) + avgGrey1 * tempf;
                        }
                        temparrclor.Add(grey);//插值灰度
                        position.Add(tempPt);

y = y - k;
                    }                                              
                    backPoint = FindCrosspointimprove(ref temparrclor, ref position, Dir, thresDelta,ref Pos);//找穿越点
                }
                else {.......}

}

#endregion xiaoyu1

........  return backPoint;}

public PointF FindCrosspointimprove(ref List<float> lineTiDu, ref List<PointF> ijRecord, int Dir, int thresDelta,ref int POS)
        {//梯度和求穿越点,使用五个一组,与所讲略有差别
            List<float> deltatemp = new List<float>();
            List<float> fenzuaverage = new List<float>();
            for (int i = 0; i < lineTiDu.Count - 1; i++)
            {
                float grey1 = lineTiDu[i + 1];               
                float delta = (lineTiDu[i] - grey1);
                if (Math.Abs(delta) < 5)
                    delta = 0;
                deltatemp.Add(delta);
            }

int fenzuC = deltatemp.Count / 5;
            for (int i = 0; i < fenzuC * 5; i = i + 5)
            {
                float sum5 = deltatemp[i] + deltatemp[i + 1] + deltatemp[i + 2] + deltatemp[i + 3] + deltatemp[i + 4];
                float aver = sum5 / 5;
                if (Math.Abs(aver) < 5)
                    aver = 0;
                fenzuaverage.Add(aver);
            }
            if (fenzuaverage.Count == 0) return new PointF();
            int crosspoint = 0;
            int crosspoint1 = 0;
            if (Dir == 0)
            {

for (int iii = fenzuaverage.Count - 1; iii >= 0; iii--)//排除起点和终点
                {
                    if (fenzuaverage[iii] > 0)
                    {
                        crosspoint = 5 * (iii);
                        break;
                    }
                }
             float   maxVar = deltatemp[crosspoint];
                for (int m = -5; m < 5; m++)
                {
                    int tempint = crosspoint + m;
                    if (crosspoint == 0)
                        tempint = 0;
                    if (deltatemp[tempint] >= maxVar)//白到黑,加入方向判别
                    {
                        maxVar = deltatemp[tempint];
                        crosspoint1 = tempint;
                    }
                }
               
            }
            if (Dir == 1)
            {

for (int iii =0 ; iii <= fenzuaverage.Count - 1; iii++)//排除起点和终点
                {
                    if (fenzuaverage[iii] < 0)
                    {
                        crosspoint = 5 * (iii);
                        break;
                    }
                }
               // minVar = deltatemp[crosspoint];
                float minVar = deltatemp[crosspoint];
                for (int m = -5; m < 5; m++)
                {
                    int tempint = crosspoint + m;
                    if (crosspoint == 0)
                        tempint = 0;
                    if (deltatemp[tempint] <= minVar)//白到黑,加入方向判别
                    {
                        minVar = deltatemp[tempint];
                        crosspoint1 = tempint;
                    }
                }

}
            if (fenzuaverage[crosspoint / 5] * 5 >= thresDelta || fenzuaverage[crosspoint / 5] * 5 <= -thresDelta)
            {
                POS = crosspoint1;//穿越点的index在线图像序列中
                return ijRecord[crosspoint1];//穿越点的index对应坐标
            }//门槛判别
            else
            {
                return new PointF();//没有穿越点,返回(0,0)
            }
        }

一切准备就绪,在private void pictureBoxRoiImg_Paint(object sender, PaintEventArgs e)调用

if (m_btempImage3 == true)//截取的ROI图像
                    {
                        PointF startxy = m_线图像.m_RoiBase.startLine.pt_start;
                        PointF endxy = m_线图像.m_RoiBase.startLine.pt_end;               
                   PointF     returnpoint = DdaFindPtImprove(ref tempImage3, startxy,
                                            endxy, 门槛值, glob_Dir, new Size(_RoiW, _RoiH), ref pos);
                        p = new Pen(Color.Red, 1);//画出穿越点叉叉
                        g.DrawLine(p, new PointF(returnpoint.X, returnpoint.Y - 3), new PointF(returnpoint.X, returnpoint.Y + 3));
                        g.DrawLine(p, new PointF(returnpoint.X - 3, returnpoint.Y), new PointF(returnpoint.X + 3, returnpoint.Y));              
                    }

到此,线图像设计完成。下一节讲一组线图像组成找线工具。(待续..............)以下是运行后线图像工具效果:
---------------------

Learning opencv续不足(七)线图像的设计D的更多相关文章

  1. 【opencv学习笔记七】访问图像中的像素与图像亮度对比度调整

    今天我们来看一下如何访问图像的像素,以及如何改变图像的亮度与对比度. 在之前我们先来看一下图像矩阵数据的排列方式.我们以一个简单的矩阵来说明: 对单通道图像排列如下: 对于双通道图像排列如下: 那么对 ...

  2. 【图像处理】OpenCV+Python图像处理入门教程(七)图像形态学操作

    图像形态学主要从图像内提取分量信息,该分量信息通常对表达图像的特征具有重要意义.例如,在车牌号码识别中,能够使用形态学计算其重要特征信息,在进行识别时,只需对这些特征信息运算即可.图像形态学在目标视觉 ...

  3. Python 图像处理 OpenCV (15):图像轮廓

    前文传送门: 「Python 图像处理 OpenCV (1):入门」 「Python 图像处理 OpenCV (2):像素处理与 Numpy 操作以及 Matplotlib 显示图像」 「Python ...

  4. 【OpenCV入门教程之三】 图像的载入,显示和输出 一站式完全解析(转)

    本系列文章由@浅墨_毛星云 出品,转载请注明出处. 文章链接:http://blog.csdn.net/poem_qianmo/article/details/20537737 作者:毛星云(浅墨)  ...

  5. (原)使用opencv的warpAffine函数对图像进行旋转

    转载请注明出处: http://www.cnblogs.com/darkknightzh/p/5070576.html 参考网址: http://stackoverflow.com/questions ...

  6. OpenCV成长之路:图像直方图的应用

    OpenCV成长之路:图像直方图的应用 2014-04-11 13:57:03 标签:opencv 图像 直方图 原创作品,允许转载,转载时请务必以超链接形式标明文章 原始出处 .作者信息和本声明.否 ...

  7. OpenCV成长之路:图像滤波

    http://ronny.blog.51cto.com/8801997/1394138 OpenCV成长之路:图像滤波 2014-04-11 14:28:44 标签:opencv 边缘检测 sobel ...

  8. OpenCV 鼠标手动绘制掩码图像

    OpenCV 鼠标手动绘制掩码图像 完整的代码: #include <opencv2/core/core.hpp> #include <opencv2/highgui/highgui ...

  9. 【opencv学习笔记六】图像的ROI区域选择与复制

    图像的数据量还是比较大的,对整张图片进行处理会影响我们的处理效率,因此常常只对图像中我们需要的部分进行处理,也就是感兴趣区域ROI.今天我们来看一下如何设置图像的感兴趣区域ROI.以及对ROI区域图像 ...

随机推荐

  1. POJ--3164--Command Network【朱刘算法】最小树形图

    链接:http://poj.org/problem?id=3164 题意:告诉n个点坐标,m条边表示两个点之间有路.从1点開始建立一个有向图最小生成树. 朱刘算法模板题 =============== ...

  2. LeetCode 168. Excel Sheet Column Title (Excel 表格列名称)

    Given a positive integer, return its corresponding column title as appear in an Excel sheet. For exa ...

  3. 【干货】Kafka 事务特性分析

    特性背景 消息事务是指一系列的生产.消费操作可以要么都完成,要么都失败,类似数据库的事务.这个特性在0.10.2的版本是不支持的,从0.11版本开始才支持.华为云DMS率先提供Kafka 1.1.0的 ...

  4. SPOJ 962 Intergalactic Map (网络最大流)

    http://www.spoj.com/problems/IM/ 962. Intergalactic Map Problem code: IM Jedi knights, Qui-Gon Jinn ...

  5. 初识bigdata时的一些技能小贴士

    既然小豆腐如此给力,而且充分的利用主动学习的优势,已经有了迅速脑补,压倒式的优势,不过这只是表面而已,一切才刚刚开始,究竟鹿死谁手,还有待验证. 以上可以看到,小豆腐为什么拼命的要teach我们了么, ...

  6. ural 1012. K-based Numbers. Version 2(大数dp)

    和1009相同,只是n达到了180位,可以模拟大数加和大数乘,这里用的java中的大数. import java.math.BigInteger; import java.util.Scanner; ...

  7. json-server的关系图谱详解(Relationships)

    json-server的关系图谱 json-server是非常好用的一款模拟REST API的工具,文档也很详细和全面.详情:json-server而其中的关系图谱是它非常强大的一个功能,可以非常方便 ...

  8. [NOI1999] 棋盘分割(推式子+dp)

    http://poj.org/problem?id=1191 棋盘分割 Time Limit: 1000MS   Memory Limit: 10000K Total Submissions: 156 ...

  9. bzoj2431: [HAOI2009]逆序对数列(前缀和优化dp)

    2431: [HAOI2009]逆序对数列 Time Limit: 5 Sec  Memory Limit: 128 MBSubmit: 2312  Solved: 1330[Submit][Stat ...

  10. jQuery 事件 - trigger() 方法 和 triggerHandler() 方法

    trigger() 方法触发被选元素的指定事件类型. triggerHandler() 方法触发被选元素的指定事件类型.但不会执行浏览器默认动作,也不会产生事件冒泡. triggerHandler() ...