【CV】计算两个向量的夹角,并使用 OpenCV 可视化弧线

2024-01-10 06:28

本文主要是介绍【CV】计算两个向量的夹角,并使用 OpenCV 可视化弧线,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

背景

基于人体/动物,骨骼点数据,计算关节角度

1. 原理

计算两个向量的夹角,我们已三个点为例,BA 向量和BC向量,求 B 的角度。若为四个点,延长交叉即可。
在这里插入图片描述

2. 效果

效果图如下

请添加图片描述

3. 核心代码

def compute_vector_angle(a, b, c):"""计算两个向量 ba 和 bc 向量的夹角@params a , 点 a@params b , 点 b@params c , 点 c"""# 我这里为了好理解使用三个点数据,也可以用四个点triangle_data = [a, b, c]# 向量夹角ba_angle = math.atan2(a[1] - b[1], a[0] - b[0]) * 180 / math.pibc_angle = math.atan2(c[1] - b[1], c[0] - b[0]) * 180 / math.pib_angle = 0if ba_angle * bc_angle >= 0:# 第1,4象限b_angle = abs(ba_angle - bc_angle)else:# 第2,3象限b_angle = abs(ba_angle) + abs(bc_angle)if b_angle > 180:b_angle = 360 - b_angleprint("\nba_angle:", ba_angle, "bc_angle:", bc_angle, "angle:", b_angle)start_angle = ba_angleend_angle = bc_anglereturn start_angle, end_angle, b_angle, triangle_data

4. 可视化

图像可视化,坐标和圆的坐标系如下,

  • 坐标系,相反
  • 圆坐标系,逆时针,如图所示
    在这里插入图片描述

5. 全部代码

实现 Python 代码,可直接执行,C++ 同理实现

#!/usr/bin/env python
# -*- encoding: utf-8 -*-"""
@Create  :   2024/01/09 15:03:33
@Author  :   Yuan Mingzhuo
"""import numpy as np
import cv2
import mathdef compute_vector_angle(a, b, c):"""计算两个向量 ba 和 bc 向量的夹角@params a , 点 a@params b , 点 b@params c , 点 c"""# 我这里为了好理解使用三个点数据,也可以用四个点triangle_data = [a, b, c]# 向量夹角ba_angle = math.atan2(a[1] - b[1], a[0] - b[0]) * 180 / math.pibc_angle = math.atan2(c[1] - b[1], c[0] - b[0]) * 180 / math.pib_angle = 0if ba_angle * bc_angle >= 0:# 第1,4象限b_angle = abs(ba_angle - bc_angle)else:# 第2,3象限b_angle = abs(ba_angle) + abs(bc_angle)if b_angle > 180:b_angle = 360 - b_angleprint("\nba_angle:", ba_angle, "bc_angle:", bc_angle, "angle:", b_angle)start_angle = ba_angleend_angle = bc_anglereturn start_angle, end_angle, b_angle, triangle_datadef draw_image_vector_angle(image, triangle_data, start_angle, end_angle, angle):"""可视化显示@params image , 图@params triangle_data , 向量点数据@start_angle , ba 向量角度@end_angle   , bc 向量角度@angle       , ba 与 bc 向量夹角"""# 点point_a = (int(triangle_data[0][0]), int(triangle_data[0][1]))point_b = (int(triangle_data[1][0]), int(triangle_data[1][1]))point_c = (int(triangle_data[2][0]), int(triangle_data[2][1]))for point in triangle_data:cv2.circle(img=image,center=(int(point[0]), int(point[1])),radius=2,color=(255, 255, 255),thickness=1,lineType=cv2.LINE_AA,)# 线lines = [(point_b, point_a), (point_b, point_c), (point_a, point_c)]for line in lines:cv2.line(img=image,pt1=line[0],pt2=line[1],color=(0, 0, 255),thickness=1,lineType=cv2.LINE_AA,)# 弧线startAngle = start_angleendAngle = end_angleif start_angle * end_angle < 0:angle_data = abs(start_angle) + abs(end_angle)if angle_data > 180:# 取反弧度结束角if end_angle > 0:endAngle = end_angle - 360else:endAngle = end_angle + 360print("DRAW : ", "startAngle", startAngle, "endAngle", endAngle)cv2.ellipse(img=image,center=point_b,axes=(16, 16),angle=360,startAngle=startAngle,endAngle=endAngle,color=(255, 255, 255),thickness=1,lineType=cv2.LINE_AA,)# 角 Bangle_b_point = [int(((point_a[0] + point_b[0] + point_c[0]) / 3)),int(((point_a[1] + point_b[1] + point_c[1]) / 3)),]cv2.putText(img=image,text=f"{int(abs(angle))}",org=angle_b_point,fontFace=cv2.FONT_HERSHEY_SIMPLEX,fontScale=0.3,color=(200, 200, 200),thickness=1,lineType=cv2.LINE_AA,)return imageif __name__ == "__main__":"""可视化测试"""# 测试点a, b, c = (70, 100), (100, 150), (170, 70)# 图像image = np.full((300, 300, 3), 0, dtype=np.uint8)# 计算start_angle, end_angle, angle, triangle_data = compute_vector_angle(a, b, c)# 绘制image = draw_image_vector_angle(image=image,triangle_data=triangle_data,start_angle=start_angle,end_angle=end_angle,angle=angle,)# 显示cv2.imshow("test", image)cv2.waitKey(3000)

6. 应用

骨骼点角度计算和可视化

在这里插入图片描述

这篇关于【CV】计算两个向量的夹角,并使用 OpenCV 可视化弧线的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/589852

相关文章

使用Docker构建Python Flask程序的详细教程

《使用Docker构建PythonFlask程序的详细教程》在当今的软件开发领域,容器化技术正变得越来越流行,而Docker无疑是其中的佼佼者,本文我们就来聊聊如何使用Docker构建一个简单的Py... 目录引言一、准备工作二、创建 Flask 应用程序三、创建 dockerfile四、构建 Docker

Python使用vllm处理多模态数据的预处理技巧

《Python使用vllm处理多模态数据的预处理技巧》本文深入探讨了在Python环境下使用vLLM处理多模态数据的预处理技巧,我们将从基础概念出发,详细讲解文本、图像、音频等多模态数据的预处理方法,... 目录1. 背景介绍1.1 目的和范围1.2 预期读者1.3 文档结构概述1.4 术语表1.4.1 核

Python使用pip工具实现包自动更新的多种方法

《Python使用pip工具实现包自动更新的多种方法》本文深入探讨了使用Python的pip工具实现包自动更新的各种方法和技术,我们将从基础概念开始,逐步介绍手动更新方法、自动化脚本编写、结合CI/C... 目录1. 背景介绍1.1 目的和范围1.2 预期读者1.3 文档结构概述1.4 术语表1.4.1 核

Conda与Python venv虚拟环境的区别与使用方法详解

《Conda与Pythonvenv虚拟环境的区别与使用方法详解》随着Python社区的成长,虚拟环境的概念和技术也在不断发展,:本文主要介绍Conda与Pythonvenv虚拟环境的区别与使用... 目录前言一、Conda 与 python venv 的核心区别1. Conda 的特点2. Python v

Spring Boot中WebSocket常用使用方法详解

《SpringBoot中WebSocket常用使用方法详解》本文从WebSocket的基础概念出发,详细介绍了SpringBoot集成WebSocket的步骤,并重点讲解了常用的使用方法,包括简单消... 目录一、WebSocket基础概念1.1 什么是WebSocket1.2 WebSocket与HTTP

C#中Guid类使用小结

《C#中Guid类使用小结》本文主要介绍了C#中Guid类用于生成和操作128位的唯一标识符,用于数据库主键及分布式系统,支持通过NewGuid、Parse等方法生成,感兴趣的可以了解一下... 目录前言一、什么是 Guid二、生成 Guid1. 使用 Guid.NewGuid() 方法2. 从字符串创建

Python使用python-can实现合并BLF文件

《Python使用python-can实现合并BLF文件》python-can库是Python生态中专注于CAN总线通信与数据处理的强大工具,本文将使用python-can为BLF文件合并提供高效灵活... 目录一、python-can 库:CAN 数据处理的利器二、BLF 文件合并核心代码解析1. 基础合

Python使用OpenCV实现获取视频时长的小工具

《Python使用OpenCV实现获取视频时长的小工具》在处理视频数据时,获取视频的时长是一项常见且基础的需求,本文将详细介绍如何使用Python和OpenCV获取视频时长,并对每一行代码进行深入解析... 目录一、代码实现二、代码解析1. 导入 OpenCV 库2. 定义获取视频时长的函数3. 打开视频文

Spring IoC 容器的使用详解(最新整理)

《SpringIoC容器的使用详解(最新整理)》文章介绍了Spring框架中的应用分层思想与IoC容器原理,通过分层解耦业务逻辑、数据访问等模块,IoC容器利用@Component注解管理Bean... 目录1. 应用分层2. IoC 的介绍3. IoC 容器的使用3.1. bean 的存储3.2. 方法注

Python内置函数之classmethod函数使用详解

《Python内置函数之classmethod函数使用详解》:本文主要介绍Python内置函数之classmethod函数使用方式,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地... 目录1. 类方法定义与基本语法2. 类方法 vs 实例方法 vs 静态方法3. 核心特性与用法(1编程客