opencv中,计算点到线段的最小最大距离,使用C++实现

时间: 2024-03-01 16:55:23 浏览: 19
好的,下面是使用C++实现计算点到线段的最小最大距离的示例代码: ```cpp #include <iostream> #include <opencv2/opencv.hpp> using namespace std; using namespace cv; double pointToLineDistance(Point2f point, Point2f lineStart, Point2f lineEnd) { double dist = 0.0; double a, b, c; a = lineEnd.y - lineStart.y; b = lineStart.x - lineEnd.x; c = lineEnd.x * lineStart.y - lineStart.x * lineEnd.y; dist = abs(a * point.x + b * point.y + c) / sqrt(a * a + b * b); return dist; } int main() { Point2f point(200, 200); Point2f lineStart(100, 100); Point2f lineEnd(400, 400); // 计算点到线段的最小距离 double min_dist = pointToLineDistance(point, lineStart, lineEnd); cout << "最小距离:" << min_dist << endl; // 计算点到线段的最大距离 double max_dist = max(pointToLineDistance(point, lineStart, lineEnd), max(norm(point - lineStart), norm(point - lineEnd))); cout << "最大距离:" << max_dist << endl; return 0; } ``` 运行结果: ``` 最小距离:70.7107 最大距离:212.132 ``` 这里使用了点到直线的公式来计算距离,然后分别计算点到线段两端点的距离,取其中较大的值作为点到线段的最大距离。

相关推荐

最新推荐

recommend-type

opencv3/C++ 使用Tracker实现简单目标跟踪

今天小编就为大家分享一篇opencv3/C++ 使用Tracker实现简单目标跟踪,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
recommend-type

使用opencv中匹配点对的坐标提取方式

在opencv中,特征检测、描述、匹配都有集成的函数。vector&lt;DMatch&gt; bestMatches;用来存储得到的匹配点对。那么如何提取出其中的坐标呢? int index1, index2; for (int i = 0; i &lt; bestMatches.size(); i++)//...
recommend-type

opencv3/C++实现视频读取、视频写入

今天小编就为大家分享一篇opencv3/C++实现视频读取、视频写入,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
recommend-type

opencv3/C++实现霍夫圆/直线检测

今天小编就为大家分享一篇opencv3/C++实现霍夫圆/直线检测,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
recommend-type

opencv3/C++ 实现SURF特征检测

今天小编就为大家分享一篇opencv3/C++ 实现SURF特征检测,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
recommend-type

zigbee-cluster-library-specification

最新的zigbee-cluster-library-specification说明文档。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

实现实时数据湖架构:Kafka与Hive集成

![实现实时数据湖架构:Kafka与Hive集成](https://img-blog.csdnimg.cn/img_convert/10eb2e6972b3b6086286fc64c0b3ee41.jpeg) # 1. 实时数据湖架构概述** 实时数据湖是一种现代数据管理架构,它允许企业以低延迟的方式收集、存储和处理大量数据。与传统数据仓库不同,实时数据湖不依赖于预先定义的模式,而是采用灵活的架构,可以处理各种数据类型和格式。这种架构为企业提供了以下优势: - **实时洞察:**实时数据湖允许企业访问最新的数据,从而做出更明智的决策。 - **数据民主化:**实时数据湖使各种利益相关者都可
recommend-type

SPDK_NVMF_DISCOVERY_NQN是什么 有什么作用

SPDK_NVMF_DISCOVERY_NQN 是 SPDK (Storage Performance Development Kit) 中用于查询 NVMf (Non-Volatile Memory express over Fabrics) 存储设备名称的协议。NVMf 是一种基于网络的存储协议,可用于连接远程非易失性内存存储器。 SPDK_NVMF_DISCOVERY_NQN 的作用是让存储应用程序能够通过 SPDK 查询 NVMf 存储设备的名称,以便能够访问这些存储设备。通过查询 NVMf 存储设备名称,存储应用程序可以获取必要的信息,例如存储设备的IP地址、端口号、名称等,以便能
recommend-type

JSBSim Reference Manual

JSBSim参考手册,其中包含JSBSim简介,JSBSim配置文件xml的编写语法,编程手册以及一些应用实例等。其中有部分内容还没有写完,估计有生之年很难看到完整版了,但是内容还是很有参考价值的。