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. 错误代码: 1045 Access denied for user &#39;skyusers&#39;@&#39;%&#39; (using password: YES)

    1. 错误描写叙述 GRANT ALL PRIVILEGES ON *.* TO root@"%" IDENTIFIED BY "."; 1 queries e ...

  2. Python3基础(二) 基本数据类型

    Python中的变量不需要声明.每个变量在使用前都必须赋值,变量赋值以后该变量才会被创建.在Python中,变量就是变量,它没有类型,我们所说的"类型"是变量所指的内存中对象的类型 ...

  3. JAVA学习第二十一课(多线程(一)) - (初步了解)

    放假在家,歇了好几天了,也没学习,今天学习一下多线程.找找感觉.后天就要回学校了.sad... PS:包 没有什么技术含量,会用就可以,日后开发就必需要会用啦,所以打算先放一放,先来多线程 一.多线程 ...

  4. 小贝_mysql sql语句优化过程

    sql语句优化 一.SQL优化的一般步骤 (1).通过show status命令了解各种SQL的运行频率. (2).定位运行效率较低的SQL语句-(重点select) (3).通过explain分析低 ...

  5. android5.1 Recovery添加从U盘升级功能【转】

    本文转载自:http://blog.csdn.net/tfslovexizi/article/details/73835594 之前看到过一个人写了4.4上添加U盘升级功能的博客http://blog ...

  6. bzoj1227

    离散化+树状数组+排列组合 很久以前就看到过这道题,现在依然不会做...看完题解发现思路很简单,就是有点难写 我们先将坐标离散化,x和y最大是w,然后我们就有了一个暴力做法, 枚举每块墓地,统计,因为 ...

  7. php 时间戳和时间的转换

    PHP的时间戳与具体时间转化 三个内置函数: time() //获取UNIX系统时间戳 mktime(hour,minute,second,month,day,year) //将指定时间转化为时间戳 ...

  8. 北大zhw大神bzoj1756代码

    #include <cmath> #include <cstdio> #include <cstdlib> #include <iostream> #i ...

  9. Map,Filter 和 Reduce

    Map会将一个函数映射到一个输入列表的所有元素上 map(function_to_apply, list_of_inputs) items = [1, 2, 3, 4, 5] squared = li ...

  10. 海量文本信息查Top-k

    问题描述: 有1千万条短信,一条一行,有重复.在5分钟之内,找出重复出现的前10条. 方案一: 1.分组进行边扫描边建散列表.建立哈希表,使用头,尾和中间随便两个字节作为Hash Code, 插入到H ...