Open CV 识别指针偏转角度

Question

 在学习一段代码的时候 有段代码阅读的不是很懂 该段代码的目的是通过旋转虚拟指针找到和原指针重合最高的地方 并求出角度

t1 = img.copy()； t1[temp[:, :, 2] == 255] = 255； c = img[temp[:, :, 2] == 255]； points = c[c == 0]； freq_list.append((len(points), i))

这五行代码就十分疑惑不知所云 不知道各位朋友能不能详细解惑一番

def get_pointer_rad(img):
    shape = img.shape
    c_y, c_x, depth = int(shape[0] / 2), int(shape[1] / 2), shape[2]
    x1=c_x+c_x*0.8
src = img.copy()
    freq_list = []
    for i in range(361):
        x = (x1 - c_x) * cos(i * pi / 180) + c_x
        y = (x1 - c_x) * sin(i * pi / 180) + c_y
        temp = src.copy()
        cv2.line(temp, (c_x, c_y), (int(x), int(y)), (0, 0, 255), thickness=3)
        t1 = img.copy()
        t1[temp[:, :, 2] == 255] = 255
        c = img[temp[:, :, 2] == 255]
        points = c[c == 0]
        freq_list.append((len(points), i))
        cv2.imshow('d', temp)
        cv2.imshow('d1', t1)
        cv2.waitKey(1)
    print('当前角度：',max(freq_list, key=lambda x: x[0]),'度')
    cv2.destroyAllWindows()
return max(freq_list, key=lambda x: x[0])

Answer 1

你这个格式确定没问题吗？对齐了很好理解了。前面几行看图应该就能理解是干什么的，从11开始，就是在temp中画一条（c_x,c_y）到点（x，y）的红色的直线，13行是判断temp中，如果某个点的红色通道灰度值为255，则将t1中同样位置的该点的颜色置为255（白色），14行c是将temp中红色通道为白色（255）的位置置为True，其他为false，15行是将C中等于0的点位置坐标传给points（确定这里没错吗？应该是c==True才能符合预期效果吧），
然后freq_list 保存points的长度和此时的角度i。最后几行的显示图像，20和22的max（）是找到freq_list[0]中最大的点。

综合起来说，就是用一个旋转的直线，来判断图中和直线重合的点最多的直线的旋转角度是多少，及最后的重合点的个数（15行要修改才行）,像下面的那个图，最后的结果就是重合点最多的是3261个，旋转角是319度

import cv2
from math import cos,sin,pi
import numpy as np

def get_pointer_rad(img):
    shape = img.shape
    c_y, c_x, depth = int(shape[0] / 2), int(shape[1] / 2), shape[2]
    x1=c_x+c_x*0.8
    src = img.copy()
    freq_list = []
    for i in range(361):
        x = (x1 - c_x) * cos(i * pi / 180) + c_x
        y = (x1 - c_x) * sin(i * pi / 180) + c_y
        temp = src.copy()
        cv2.line(temp, (c_x, c_y), (int(x), int(y)), (0, 0, 255), thickness=3)
        t1 = img.copy()
        t1[temp[:, :, 2] == 255] = [0,0,255]
        c = img[temp[:, :, 2] == 255]
        points = c[c == True]
        freq_list.append((len(points), i))
        cv2.imshow('d', temp)
        cv2.imshow('d1', t1)

        cv2.waitKey(1)
    print('当前角度：',max(freq_list, key=lambda x: x[0]),'度')
    cv2.destroyAllWindows()
    return max(freq_list, key=lambda x: x[0])

img=np.ones((500,500),np.uint8)
img=cv2.cvtColor(img,cv2.COLOR_GRAY2BGR)
cv2.line(img,(250,250),(20,20),(0,0,255),3,8)
get_pointer_rad(img)


#output
当前角度： (3261, 319) 度