如何在仅含两条红线的图像处理结果图中添加坐标轴以计算线间夹角

当然可以！这在计算机视觉任务里是很常规的操作，我来给你拆解成几个清晰的步骤：

1. 给图像添加可视化的坐标系 #

如果只是为了视觉上看到坐标系，你可以用OpenCV或PIL这类图像处理库直接在图像上绘制坐标轴。举个Python+OpenCV的例子：

import cv2
import numpy as np

# 读取你的二值红线图像
img = cv2.imread("red_lines.png")
height, width = img.shape[:2]

# 定义坐标轴颜色（比如白色，和红线区分）
axis_color = (255, 255, 255)
# 绘制x轴（水平中线）
cv2.line(img, (0, height//2), (width, height//2), axis_color, 2)
# 绘制y轴（垂直中线）
cv2.line(img, (width//2, 0), (width//2, height), axis_color, 2)

# 可选：添加刻度标记（比如每隔50像素画一个小刻度）
for x in range(0, width, 50):
    cv2.line(img, (x, height//2 - 5), (x, height//2 + 5), axis_color, 1)
for y in range(0, height, 50):
    cv2.line(img, (width//2 - 5, y), (width//2 + 5, y), axis_color, 1)

# 显示或保存带坐标系的图像
cv2.imshow("Image with Coordinates", img)
cv2.waitKey(0)
cv2.imwrite("img_with_axis.png", img)

2. 提取两条直线的平均参数 #

要计算夹角，首先得准确得到两条直线的数学参数。因为你的图像已经只保留红线，用霍夫直线变换就能轻松检测并拟合出直线的平均参数：

# 先把图像转成灰度图，再二值化（确保红线是白色，背景黑色）
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
_, binary = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)

# 霍夫变换检测直线
lines = cv2.HoughLinesP(binary, 1, np.pi/180, threshold=50, minLineLength=100, maxLineGap=20)

# 把检测到的线段按所属直线分组，计算每组的平均斜率和截距
line_params = []
if lines is not None:
    # 简单分组：如果两条直线斜率差异大，直接分成两组
    slopes = []
    for line in lines:
        x1, y1, x2, y2 = line[0]
        slope = (y2 - y1)/(x2 - x1) if (x2 - x1) != 0 else np.inf
        slopes.append((slope, x1, y1, x2, y2))
    
    # 假设只有两条直线，按斜率聚类（这里用简单的阈值，也可以用K-means）
    slope1 = slopes[0][0]
    group1 = []
    group2 = []
    for s, x1, y1, x2, y2 in slopes:
        if abs(s - slope1) < 0.1:  # 斜率差异小于0.1算同一条线
            group1.append((x1, y1, x2, y2))
        else:
            group2.append((x1, y1, x2, y2))
    
    # 计算第一条直线的平均参数
    xs1 = np.array([x1 for x1,y1,x2,y2 in group1] + [x2 for x1,y1,x2,y2 in group1])
    ys1 = np.array([y1 for x1,y1,x2,y2 in group1] + [y2 for x1,y1,x2,y2 in group1])
    # 拟合直线：y = k1*x + b1
    k1, b1 = np.polyfit(xs1, ys1, 1)
    
    # 计算第二条直线的平均参数
    xs2 = np.array([x1 for x1,y1,x2,y2 in group2] + [x2 for x1,y1,x2,y2 in group2])
    ys2 = np.array([y1 for x1,y1,x2,y2 in group2] + [y2 for x1,y1,x2,y2 in group2])
    k2, b2 = np.polyfit(xs2, ys2, 1)
    
    line_params = [(k1, b1), (k2, b2)]
    print(f"直线1参数：y = {k1:.2f}x + {b1:.2f}")
    print(f"直线2参数：y = {k2:.2f}x + {b2:.2f}")

3. 计算两条直线的夹角 #

有了两条直线的斜率k1和k2，就可以用三角函数公式计算夹角：

import math

# 计算夹角的正切值
tan_theta = abs((k2 - k1) / (1 + k1 * k2))
# 转成角度（弧度转角度）
theta = math.degrees(math.atan(tan_theta))
# 确保夹角是最小的那个（不超过90度）
theta = min(theta, 180 - theta)

print(f"两条直线的夹角为：{theta:.2f}度")

小提示 #

• 如果你的红线是垂直的（斜率无穷大），记得单独处理这种情况，比如用直线的角度theta（霍夫变换的参数）来计算，而不是斜率。
• 霍夫变换的参数（threshold、minLineLength等）可以根据你的图像尺寸和红线粗细调整，确保能准确检测到所有线段。

内容的提问来源于stack exchange，提问作者user11175210