Python如何计算图像中消失点与对应直线的夹角

前置条件确认 #

你已获取消失点坐标(x_vp, y_vp)，只需额外采集两条待计算夹角的直线上各任意1个点的像素坐标，即可完成计算。

计算步骤 #

• 第一步：构造两个从消失点出发的方向向量
  取第一条直线上任意点p1 = (x1, y1)，第二条直线上任意点p2 = (x2, y2)，得到两个向量：
  v1 = (x1 - x_vp, y1 - y_vp)，v2 = (x2 - x_vp, y2 - y_vp)
• 第二步：通过向量点积公式计算夹角
  夹角的余弦值公式为：

  cosθ = (v1·v2) / (|v1| × |v2|)
  其中v1·v2是两个向量的点积，计算方式为x1×x2 + y1×y2；|v1|、|v2|分别是两个向量的模长，计算方式为√(x² + y²)。
  得到余弦值后通过反余弦函数换算为弧度，再转角度即可得到最终的夹角数值。

• 第三步：特殊场景适配
  如果你需要计算的是消失点和直线的夹角与水平/竖直参考线的夹角θ1、θ2，只需把上述公式中的其中一个向量替换为参考线的方向向量即可：水平向右参考向量为(1, 0)，竖直向下参考向量为(0, 1)。

可直接运行的Python代码示例 #

import numpy as np

def calc_vp_related_angle(vp_coor, line1_point, line2_point):
    """
    计算消失点与两条关联直线形成的夹角
    :param vp_coor: 消失点像素坐标，格式为 (x_vp, y_vp)
    :param line1_point: 第一条直线上任意一点的像素坐标，格式为 (x1, y1)
    :param line2_point: 第二条直线上任意一点的像素坐标，格式为 (x2, y2)
    :return: 夹角数值，单位为角度
    """
    # 构造方向向量
    vec1 = np.array([line1_point[0] - vp_coor[0], line1_point[1] - vp_coor[1]])
    vec2 = np.array([line2_point[0] - vp_coor[0], line2_point[1] - vp_coor[1]])
    # 计算点积
    dot_val = np.dot(vec1, vec2)
    # 计算向量模长
    norm1 = np.linalg.norm(vec1)
    norm2 = np.linalg.norm(vec2)
    # 处理数值精度问题，避免反余弦函数报错
    cos_theta = np.clip(dot_val / (norm1 * norm2), -1.0, 1.0)
    # 弧度转角度
    angle_deg = np.degrees(np.arccos(cos_theta))
    return angle_deg

测试样图参考 #

注意事项 #

• 图像坐标系默认Y轴向下，如果你需要将计算结果和现实世界的俯仰角、偏航角对应，需要额外做坐标系转换。
• 如果直线检测的结果已经输出了直线的斜率k，可以直接用斜率计算夹角，公式为tanθ = |(k2 - k1)/(1 + k1×k2)|，但要注意斜率无穷大（竖直线）的特殊场景处理，用向量法兼容性更好。

内容的提问来源于stack exchange，提问作者YRR