以下代码是从文件中读取数据数据格式是,整形数据有空格分隔,然后用OpenCV曲线拟合显示:

#include <stdio.h>
#include <cv.h>
#include <highgui.h>

#pragma comment(lib, "cv.lib")
#pragma comment(lib, "cxcore.lib")
#pragma comment(lib, "highgui.lib")

void put_data_into_array(CvPoint dataarray[], CvPoint data, int n)
{
	for(int i = 0; i < n - 1; i++)
		dataarray[i] = dataarray[i+1];

	dataarray[n - 1] = data;
}

int main(int argc, char* argv[])
{
	IplImage* img = cvCreateImage( cvSize( 500, 500 ), 8, 3 );
	cvNamedWindow( "fitline", 1 );

	CvPoint pt1, pt2;	// 直线的两个端点
	CvPoint* points = (CvPoint*)malloc( 6 * sizeof(points[0])); // 存放随机产生的点点,数目为count
	CvMat pointMat = cvMat(1, 6, CV_32SC2, points); // 点集, 存储count个随机点points
	float line[4];		// 输出的直线参数。2D 拟合情况下,它是包含 4 个浮点数的数组 (vx, vy, x0, y0)
	//其中 (vx, vy) 是线的单位向量而 (x0, y0) 是线上的某个点
	float t;

	FILE *fp = fopen("data.txt", "r");
	int v = 0;

	while( !feof(fp) )
	{
		v++;

		int x, y;
		fscanf(fp,"%d", &x);
		fscanf(fp,"%d", &y);
		put_data_into_array(points, cvPoint(x, y), 6);
		printf("[%d, %d]\n", x, y);
		if( v > 6 )
		{

			// find the optimal line 曲线拟合
			cvFitLine(&pointMat, CV_DIST_L1, 1, 0.001, 0.001, line); 

			// 画出线段的两个端点(避免线太短,以线上一个随机点向两侧延伸line[0]*t )
			t = (float)(img->width + img->height) ;
			pt1.x = cvRound(line[2] - line[0] * t);
			pt1.y = cvRound(line[3] - line[1] * t);
			pt2.x = cvRound(line[2] + line[0] * t);
			pt2.y = cvRound(line[3] + line[1] * t);
			cvZero( img );
			cvLine(img, pt1, pt2, CV_RGB(0,255,0), 3, CV_AA, 0);
			cvCircle(img, cvPoint(x, y), 2,  CV_RGB(255, 0, 0), CV_FILLED, CV_AA, 0);
			char key = cvWaitKey(200);  
			cvShowImage("fitline", img);
		}
	}

	fclose(fp);
	free( points );
	cvWaitKey(-1);

	cvDestroyWindow( "fitline" );
	cvReleaseImage(&img);

	return 0;
}

opencv中 2D 或 3D 点集的直线拟合

代码参考:

http://hi.baidu.com/yuzaihuan/item/283d12f260513b43922af269

#include <stdio.h>
#include <cv.h>
#include <highgui.h>
#include <math.h>

#pragma comment(lib, "cv.lib")
#pragma comment(lib, "cxcore.lib")
#pragma comment(lib, "highgui.lib")

int main(int argc, char* argv[])
{
	IplImage* img = cvCreateImage( cvSize( 500, 500 ), 8, 3 );
	CvRNG rng = cvRNG(-1); //cvRNG()跟一般的C语言srand()使用方法一样,要先给它一个种子,
	//但srand()用到的是unsigned int的32位种子范围,而cvRNG()用的是64位长整数种子。
	//初始化CvRNG资料结构,假如seed给0,它将会自动转成-1	cvRNG(64位种子)
	cvNamedWindow( "fitline", 1 );

	for(;;)
	{
		char key;
		int i;
		int	count = cvRandInt(&rng)%100 + 1; //产生1-100 之间的数
		int outliers = count/5; // 奇异点的个数。0--20 之间的数
		printf("count = %d", count);
		float a = cvRandReal(&rng)*200;  // 0~ 199 之间的浮点数 [cvRandReal 浮点型随机数并更新 RNG ,范围在 0..1 之间,不包括 。
		float b = cvRandReal(&rng)*40; //返回0 ~ 39之间的数
		float angle = cvRandReal(&rng)*CV_PI;  
		printf("count = %f", angle);
		float cos_a = cos(angle), sin_a = sin(angle);
		printf("cos_a = %f\n", cos_a);

		CvPoint pt1, pt2; //直线的两个端点
		CvPoint* points = (CvPoint*)malloc( count * sizeof(points[0])); //存放随机产生的点点,数目为count
		CvMat pointMat = cvMat( 1, count, CV_32SC2, points ); //点集, 存储count个随机点points
		float line[4]; //输出的直线参数。2D 拟合情况下,它是包含 4 个浮点数的数组 (vx, vy, x0, y0)
		//其中 (vx, vy) 是线的单位向量而 (x0, y0) 是线上的某个点
		float d, t;
		b = MIN(a*0.3, b);

		// generate some points that are close to the line
		for( i = 0; i < count - outliers; i++ )
		{
			float x = (cvRandReal(&rng)*2-1)*a;
			float y = (cvRandReal(&rng)*2-1)*b;
			points[i].x = cvRound(x*cos_a - y*sin_a + img->width/2);
			points[i].y = cvRound(x*sin_a + y*cos_a + img->height/2);
		}
		// generate "completely off" points
		for( ; i < count; i++ )
		{
			points[i].x = cvRandInt(&rng) % img->width;
			points[i].y = cvRandInt(&rng) % img->height;
		}

		// find the optimal line 曲线拟合
		cvFitLine(&pointMat, CV_DIST_L1, 1, 0.001, 0.001, line); 
		cvZero( img );


		//画出产生的随机分布的点点
		for( i = 0; i < count; i++ )
		{
			cvCircle( img, points[i], 2, i < count - outliers ? CV_RGB(255, 0, 0) :CV_RGB(255,255,0), CV_FILLED, CV_AA, 0 );
		}

		// ... and the long enough line to cross the whole image
		d = sqrt((double)line[0]*line[0] + (double)line[1]*line[1]);  //line[0 & 1]存储的是单位向量,所以d=1
		//printf("\n %f\n", d);
		line[0] /= d;
		line[1] /= d;

		//画出线段的两个端点(避免线太短,以线上一个随机点向两侧延伸line[0]*t )
		t = (float)(img->width + img->height) ;
		pt1.x = cvRound(line[2] - line[0] * t);
		pt1.y = cvRound(line[3] - line[1] * t);
		pt2.x = cvRound(line[2] + line[0] * t);
		pt2.y = cvRound(line[3] + line[1] * t);
		cvLine( img, pt1, pt2, CV_RGB(0,255,0), 3, CV_AA, 0 );

		cvShowImage( "fitline", img );
		key = (char) cvWaitKey(2000);
		if( key == 27 || key == 'q' || key == 'Q' ) // 'ESC'
			break;
		free( points );
	}

	cvDestroyWindow( "fitline" );
	return 0;
}
void cvFitLine( const CvArr* points, int dist_type, double param, double reps, double aeps, float* line );

points 

2D 或 3D 点集,32-比特整数或浮点数坐标

dist_type
拟合的距离类型 (见讨论).

param
对某些距离的数字参数,如果是 0, 则选择某些最优值

reps, aeps
半径 (坐标原点到直线的距离) 和角度的精度,一般设为0.01。

line
输出的直线参数。2D 拟合情况下,它是包含 4 个浮点数的数组 (vx, vy, x0, y0),其中 (vx, vy) 是线的单位向量而 (x0, y0) 是线上的某个点.

对 3D 拟合,它是包含 6 个浮点数的数组 (vx, vy, vz, x0, y0, z0), 其中 (vx, vy, vz) 是线的单位向量,而 (x0, y0, z0) 是线上某点。

函数 cvFitLine 通过求 sumi:ρ(ri) 的最小值方法,用 2D 或 3D 点集拟合直线,其中 ri 是第 i 个点到直线的距离, ρ(r) 是下面的距离函数之一:

dist_type=CV_DIST_L2 (L2): ρ(r)=r2/2 (最简单和最快的最小二乘法) 

dist_type=CV_DIST_L1 (L1): ρ(r)=r 

dist_type=CV_DIST_L12 (L1-L2): ρ(r)=2?[sqrt(1+r2/2) - 1] 

dist_type=CV_DIST_FAIR (Fair): ρ(r)=C2?[r/C - log(1 + r/C)], C=1.3998 

dist_type=CV_DIST_WELSCH (Welsch): ρ(r)=C2/2?[1 - exp(-(r/C)2)], C=2.9846 

dist_type=CV_DIST_HUBER (Huber): ρ(r)= r2/2, if r < C; C?(r-C/2), otherwise; C=1.345


opencv中随机数的生成


产生标准正态分布的随机数或矩阵的函数

概念

1. 一般计算机的随机数都是伪随机数,以一个真随机数(种子)作为初始条件,然后用一定的算法迭代产生随机数序列。

2. 随机数的“种子”就是产生随机数的第一次使用值,机制是通过一个比较复杂函数,将这个种子的值映射到随机数空间的某一个点上,并且产生的随机数均匀地(或者符合正态分布等)散步在空间中,以后产生的随机数都与前一个随机数有关。

3. RNG : random number generation 随机数生成

(版权声明):参考网络

二、opencv中的函数

1. CvRNG cvRNG(int64 seed);
使用64位长整形种子,初始化随机数生成器状态。


cvGetTickCount();
返回64位长整形的时间数据,在opencv中是为CvRNG设置的专用种子。


2. unsigned cvRandInt(CvRNG* rng);

返回均匀分布的随机32位无符号整型值,并更新RNG的状态 ; 使用模操作可以获得确定边界的整形数值。

3. double cvRandReal(CvRNG* rng);

返回均匀分布的随即浮点数,范围在0-1(不含1),并更新RNG的状态。

4. void cvRandArr( CvRNG* rng, CvArr* arr, int dist_type, CvScalar param1, CvScalar param2 );
用随机数填充数组,并更新RNG的状态
arr 输出数组
dist_type 分布类型: CV_RAND_UNI - 均匀分布 ; CV_RAND_NORMAL - 正态分布 或者 高斯分布
param1 分布的第一个参数。如果是均匀分布它是随机数范围的闭下边界。如果是正态分布它是随机数的平均值。
param2 分布的第二个参数。如果是均匀分布它是随机数范围的开上边界。如果是正态分布它是随机数的标准差。