在“學習OpenCV3"的QQ群衆，網友且行且珍惜針對前期部落格（https://www.cnblogs.com/jsxyhelu/p/9345590.html）中的内容提出了以下問題：
比如這張圖，利用PCA求出了特征向量之後，我想要求解與輪廓的交點，不知道有沒有簡單的方法
@禾老師
非常好的問題！在尋找到輪廓的”主方向“後，往往下一個動作就是尋找向量和輪廓的交點，因為往往這才是我們更關心的地方。為了解決這個問題，我認為的思路應該是這樣的：
1、首先要界定範圍。對于交點來說，肯定是在這個輪廓的“最小外接矩形”中的，是以先求出外接矩形作為限定；
2、向量隻是一個方向，要将其變成一條直線（如果在“最小外接矩形”中就是線段），推薦使用LineIterator來表示直線；
3、最後，判斷這條線段上的點是否在輪廓上，可以使用pointpolytest函數。
結合代碼具體講解。為了凸顯本文知識重點，本文采用以下一幅圖像來說明算法
最後得到的結果是這樣的，其中黃點為主方向向量和外界矩形交點，紅點為和輪廓交點。
全部代碼為：
/************************************************************************/
// 求解向量和輪廓的交點
// by jsxyhelu(jsxyhelu.cnblogs.com)
// 2018/10/05
#include "stdafx.h"
#include "opencv2/imgcodecs.hpp"
#include "opencv2/highgui.hpp"
#include "opencv2/imgproc.hpp"
#include "opencv2/photo.hpp"
using namespace std;
using namespace cv;
//尋找最大外接輪廓
vector<Point> FindBigestContour(Mat src){
int max_area_contour_idx = 0;
double max_area = -1;
vector<vector<Point> >contours;
findContours(src,contours,RETR_LIST,CHAIN_APPROX_SIMPLE);
//handle case if no contours are detected
CV_Assert(0 != contours.size());
for (uint i=0;i<contours.size();i++){
double temp_area = contourArea(contours[i]);
if (max_area < temp_area ){
max_area_contour_idx = i;
max_area = temp_area;
}
}
return contours[max_area_contour_idx];
}
//程式主要部分
int main( int argc, char** argv )
{
//讀入圖像，轉換為灰階
Mat src = imread("E:/sandbox/cloud.png");
Mat src_gray;
cvtColor(src, src_gray, COLOR_BGR2GRAY);
//門檻值處理
Mat threshold_output;
cv::threshold(src_gray,threshold_output,150,255,THRESH_OTSU|THRESH_BINARY_INV);
//輪廓分析
vector<vector<Point> > contours;
vector<Vec4i> hierarchy;
vector<Point> biggestContour = FindBigestContour(threshold_output);//尋找最大輪廓
Rect boundRect = boundingRect( Mat(biggestContour) ); //獲得輪廓最小外接矩形
cv::rectangle(src,boundRect,Scalar(0,0,255));
//pca分析,求出斜率和經過的一點
Mat data_pts = Mat(biggestContour.size(), 2, CV_64FC1);//Construct a buffer used by the pca analysis
for (int i = 0; i < data_pts.rows; ++i)
{
data_pts.at<double>(i, 0) = biggestContour[i].x;
data_pts.at<double>(i, 1) = biggestContour[i].y;
PCA pca_analysis(data_pts, Mat(), CV_PCA_DATA_AS_ROW);//執行PCA運算
Point pos = Point2f(pca_analysis.mean.at<double>(0, 0),
pca_analysis.mean.at<double>(0, 1)); //主方向直線經過的一點
vector<Point2d> eigen_vecs(2); //儲存PCA分析結果，其中0組為主方向，1組為垂直方向
vector<double> eigen_val(2);
for (int i = 0; i < 2; ++i)
eigen_vecs[i] = Point2d(pca_analysis.eigenvectors.at<double>(i, 0),
pca_analysis.eigenvectors.at<double>(i, 1));
eigen_val[i] = pca_analysis.eigenvalues.at<double>(i,0);
line(src, pos - 0.02 * Point(eigen_vecs[0].x * eigen_val[0],eigen_vecs[0].y * eigen_val[0]),
pos+0.02 * Point(eigen_vecs[0].x * eigen_val[0],eigen_vecs[0].y * eigen_val[0]) , Scalar(255, 255, 0));//繪制概略主方向
//求出主方向直線和外接矩形的交點，
float k = eigen_vecs[0].y/eigen_vecs[0].x; //斜率
Point2f pt1 = Point2f(boundRect.x,k*(boundRect.x - pos.x)+pos.y);
Point2f pt2 = Point2f((boundRect.x+boundRect.width),k*((boundRect.x+boundRect.width)-pos.x)+pos.y);
circle(src,pt1,5,Scalar(0,255,255),-1);
circle(src,pt2,5,Scalar(0,255,255),-1);
//周遊兩個交點之間的線段，得出和輪廓的交點
LineIterator it(src, pt1, pt2, 8);
for(int i = 0; i < it.count; i++, ++it)
Point pt(it.pos());//獲得線段上的點
if (abs(pointPolygonTest(biggestContour,pt,true)) < 1)
circle(src,pt,5,Scalar(0,0,255),-1);
waitKey();
return 0;
知識重點：
1、FindBigestContour為尋找輪廓中最大輪廓的函數，目前這個函數還沒有merge到OpenCV中，下一步有這個計劃，注意這個函數的命名規則是按照OpenCV的方法定義的；
2、我們采用Rect boundRect = boundingRect( Mat(biggestContour) );
來獲得輪廓的最小外接矩形。為什麼要首先獲得這個外接矩形了，因為我們這裡來所有要求的點肯定都在這個矩形中，我們做這一步就能夠降低算法的計算複雜程度；
3、PCA分析的具體原來和細節，請檢視《如何獲得物體的主要方向？》 https://www.cnblogs.com/jsxyhelu/p/7690699.html
我們這裡使用，主要是獲得兩個資料，一個是該輪廓的重心，這個點是我們最後要求的那條直線肯定經過的；二個是求出直線的斜率。那麼對于一條直線，已經知道斜率和經過的一點，就已經能夠被定義出來；
4、最後在求該直線和輪廓的交點的時候，采用了LineIterator 和pointPolygonTest，前者是OpenCV中專門用來周遊直線的；後者是專門用來計算點和輪廓的關系的，應該說這裡的應用還是非常高效的。
感謝閱讀至此，希望有所幫助。
目前方向：圖像拼接融合、圖像識别
聯系方式：[email protected]