python实现图像上2点距离的计算，2点连成直线与垂直线的角度判断代码

计算两点距离的代码如下：

import math

def distance(p1, p2):
    x1, y1 = p1
    x2, y2 = p2
    return math.sqrt((x1 - x2) ** 2 + (y1 - y2) ** 2)

其中 p1 和 p2 是点的坐标，返回值为两点之间的距离。

判断两点连成直线与垂直线的角度的代码如下：

import math

def angle(p1, p2):
    x1, y1 = p1
    x2, y2 = p2
    dx = x2 - x1
    dy = y2 - y1
    angle = math.atan2(dy, dx)
    return math.degrees(angle)

其中 p1 和 p2 是点的坐标，返回值为两条线的夹角，单位为度。其中 atan2 函数是求反正切的函数，返回弧度制的角度。最后将弧度制的角度转换为度数制的角度即可。

相关问题

python 检测图像垂直线

要检测图像中的垂直线，可以使用霍夫直线变换算法。具体步骤如下：

1. 将图像转换为灰度图像，并应用Canny边缘检测算法，以便提取图像中的边缘。

2. 对于提取的边缘图像，应用霍夫直线变换算法以检测垂直线。可以使用OpenCV库中的HoughLinesP函数来实现。

3. 根据检测到的垂直线的位置和方向，在原始图像上绘制出这些线。

下面是一个简单的Python代码示例：

import cv2

# 读取图像
img = cv2.imread('image.jpg')

# 将图像转换为灰度图像
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 应用Canny边缘检测算法
edges = cv2.Canny(gray, 50, 150, apertureSize=3)

# 应用霍夫直线变换算法
lines = cv2.HoughLinesP(edges, 1, cv2.cv2.PI/2, 100, minLineLength=100, maxLineGap=10)

# 在原始图像上绘制垂直线
for line in lines:
    x1, y1, x2, y2 = line[0]
    cv2.line(img, (x1, y1), (x2, y2), (0, 255, 0), 2)

# 显示结果图像
cv2.imshow('image', img)
cv2.waitKey(0)
cv2.destroyAllWindows()

在这个示例中，我们首先读取一张图像，并将其转换为灰度图像。然后，我们应用Canny边缘检测算法以获取图像中的边缘。接下来，我们使用HoughLinesP函数检测垂直线，并将这些线绘制在原始图像上。最后，我们显示结果图像并等待用户按下任意键关闭窗口。