在“学习OpenCV3"的QQ群众，网友且行且珍惜针对前期博客（https://www.cnblogs.com/jsxyhelu/p/9345590.html）中的内容提出了以下问题：
比如这张图，利用PCA求出了特征向量之后，我想要求解与轮廓的交点，不知道有没有简单的方法
@禾老师
@禾老师 非常好的问题！在寻找到轮廓的”主方向“后，往往下一个动作就是寻找向量和轮廓的交点，因为往往这才是我们更关心的地方。为了解决这个问题，我认为的思路应该是这样的：
1、首先要界定范围。对于交点来说，肯定是在这个轮廓的“最小外接矩形”中的，所以先求出外接矩形作为限定；
2、向量只是一个方向，要将其变成一条直线（如果在“最小外接矩形”中就是线段），推荐使用LineIterator来表示直线；
3、最后，判断这条线段上的点是否在轮廓上，可以使用pointpolytest函数。
结合代码具体讲解。为了凸显本文知识重点，本文采用以下一幅图像来说明算法
最后得到的结果是这样的，其中黄点为主方向向量和外界矩形交点，红点为和轮廓交点。
全部代码为：
/************************************************************************/ // 求解向量和轮廓的交点 // 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; //寻找最大外接轮廓 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]; } //程序主要部分 int main( int argc, char * * argv ) { //读入图像，转换为灰度 Mat src = imread( "E:/sandbox/cloud.png"); Mat src_gray; cvtColor(src, src_gray, COLOR_BGR2GRAY); //阈值处理 Mat threshold_output; cv : :threshold(src_gray,threshold_output, 150, 255,THRESH_OTSU |THRESH_BINARY_INV); //轮廓分析 vector <vector <Point > > contours; vector <Vec4i > hierarchy; vector <Point > biggestContour = FindBigestContour(threshold_output); //寻找最大轮廓 Rect boundRect = boundingRect( Mat(biggestContour) ); //获得轮廓最小外接矩形 cv : :rectangle(src,boundRect,Scalar( 0, 0, 255)); //pca分析,求出斜率和经过的一点 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); //执行PCA运算 Point pos = Point2f(pca_analysis.mean.at < double >( 0, 0), pca_analysis.mean.at < double >( 0, 1)); //主方向直线经过的一点 vector <Point2d > eigen_vecs( 2); //保存PCA分析结果，其中0组为主方向，1组为垂直方向 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)); //绘制概略主方向 //求出主方向直线和外接矩形的交点， 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); //遍历两个交点之间的线段，得出和轮廓的交点 LineIterator it(src, pt1, pt2, 8); for( int i = 0; i < it.count; i ++, ++it) { Point pt(it.pos()); //获得线段上的点 if (abs(pointPolygonTest(biggestContour,pt, true)) < 1) circle(src,pt, 5,Scalar( 0, 0, 255), - 1); } waitKey(); return 0; }
知识重点：
1、FindBigestContour为寻找轮廓中最大轮廓的函数，目前这个函数还没有merge到OpenCV中，下一步有这个计划，注意这个函数的命名规则是按照OpenCV的方法定 义的；
2、我们采用Rect boundRect = boundingRect( Mat(biggestContour) );
来获得轮廓的最小外接矩形。为什么要首先获得这个外接矩形了，因为我们这里来所有要求的点肯定都在这个矩形中，我们做这一步就能够降低算法的计算复杂程度；
3、PCA分析的具体原来和细节，请查看《如何获得物体的主要方向？》 https://www.cnblogs.com/jsxyhelu/p/7690699.html
我们这里使用，主要是获得两个数据，一个是该轮廓的重心，这个点是我们最后要求的那条直线肯定经过的；二个是求出直线的斜率。那么对于一条直线，已经知道 斜率和经过的一点，就已经能够被定义出来；
4、最后在求该直线和轮廓的交点的时候，采用了LineIterator 和pointPolygonTest，前者是OpenCV中专门用来遍历直线的；后者是专门用来计算点和轮廓的关系的，应该说这里的应用还是非常高效的。
感谢阅读至此，希望有所帮助。