代码语言：javascript复制
import cv2
import numpy as np
o=cv2.imread('C:/Users/xpp/Desktop/coins.png')#原始图像
cv2.imshow("original",o)
gray=cv2.cvtColor(o,cv2.COLOR_BGR2GRAY)#将彩色图片转换为灰度图片
ret,binary=cv2.threshold(gray,127,255,cv2.THRESH_BINARY)#将灰度图片转换为二值图片
contours,hierarchy=cv2.findContours(binary,cv2.RETR_LIST,cv2.CHAIN_APPROX_SIMPLE)#计算图像轮廓
n=len(contours)
contoursImg=[]
for i in range(n):
temp=np.zeros(o.shape,np.uint8)
contoursImg.append(temp)
rows,cols=o.shape[:2]#图像的长和宽
[vx,vy,x,y]=cv2.fitLine(contours[i],cv2.DIST_L2,0,0.01,0.01)#计算最优拟合直线
lefty=int((-x*vy/vx) y)#计算结果取整
print("返回值lefty:n",lefty)
righty=int(((cols-x)*vy/vx) y)#计算结果取整
print("返回值righty:n",righty)
cv2.line(o,(cols-1,righty),(0,lefty),(0,255,0),2)#绘制最优拟合直线
cv2.imshow("result",o)
cv2.waitKey()
cv2.destroyAllWindows()返回值lefty: -139 返回值righty: 269
算法：最优拟合直线是是计算包围指定轮廓点集的拟合直线。
line=cv2.fitLine(points, distType, param, reps, aeps)
- points表示轮廓
- distType表示距离类型
- param表示距离参数
- reps表示拟合直线的径向精度，通常设置为0.01
- aeps表示拟合直线的角度精度，通常设置为0.01
img=cv2.line( img, pt1, pt2, color[, thickness[, lineType]])
- img表示待绘制图像
- pt1表示线段的第1个点（起点）
- pt2表示线段的第2个点（终点）
- color表示绘制颜色
- thickness表示画笔粗细，可选参数
- lineType表示绘制线型，可选参数
