OpenCV构建交互式图像距离测量工具

在计算机视觉和图形学应用中，准确测量图像上的点之间距离是一项常见且重要的任务。本篇技术博客将详细介绍如何利用Python编程语言和OpenCV库构建一个交互式的图像距离测量工具。我们将通过编写一个名为ImageProcessor的类，让用户能够在图像上点击选取点，并实时显示两点间的实际距离（以毫米为单位）。下面让我们一起深入探讨代码实现及其核心功能。

一、代码结构概览

首先，我们来看看整个程序的主要组成部分：

import cv2
import numpy as np


class ImageProcessor:
    def __init__(self, image_path, pixel_to_mm=0.3):
        self.image_path = image_path
        self.pixel_to_mm = pixel_to_mm
        self.image = None
        self.points = []
        self.distances = []
        self.load_image()

    def load_image(self):
        try:
            self.image = cv2.imread(self.image_path)
        except FileNotFoundError:
            print("Image file not found.")
            exit()

    def calculate_distance(self, point1, point2):
        pixel_distance = np.sqrt((point2[0] - point1[0]) ** 2 + (point2[1] - point1[1]) ** 2)
        actual_distance = pixel_distance * self.pixel_to_mm
        return pixel_distance, actual_distance

    def draw_on_image(self):
        img_copy = self.image.copy()
        for i in range(len(self.points)):
            cv2.circle(img_copy, self.points[i], 3, (0, 0, 255), -1)  # Display Point
            if i % 2 == 1:
                cv2.line(img_copy, self.points[i - 1], self.points[i], (255, 0, 0), 2)  # Draw line between points

                pixel_distance, actual_distance = self.calculate_distance(self.points[i - 1], self.points[i])
                self.distances.append(actual_distance)
                text = "AD: {:.2f} mm".format(actual_distance)
                cv2.putText(img_copy, text, (
                (self.points[i - 1][0] + self.points[i][0]) // 2, (self.points[i - 1][1] + self.points[i][1]) // 2),
                            cv2.FONT_HERSHEY_SIMPLEX, 0.5, (255, 0, 0), 2)

        return img_copy

    def mouse_event(self, event, x, y, flags, param):
        if event == cv2.EVENT_LBUTTONDOWN:
            self.points.append((x, y))

    def process(self):
        cv2.namedWindow('Image')
        cv2.setMouseCallback('Image', self.mouse_event)

        while True:
            img_copy = self.draw_on_image()

            cv2.imshow('Image', img_copy)
            key = cv2.waitKey(1) & 0xFF
            if key == 27:  # Press 'Esc' to exit
                break

        cv2.destroyAllWindows()


if __name__ == "__main__":
    processor = ImageProcessor('mask/img.png', pixel_to_mm=0.3)
    processor.process()

该程序主要由以下几部分组成：

1. 标题引入必要的库：cv2（OpenCV库）用于图像处理和显示，numpy（NumPy库）用于数值计算。

2. 定义ImageProcessor类：封装图像加载、点选、距离计算、结果显示等逻辑。

3. 主程序入口：创建ImageProcessor实例，传入图像路径和像素与毫米的比例，默认为0.3，然后调用process方法启动交互过程。
   接下来，我们将逐一解析ImageProcessor类中的关键方法。

二、ImageProcessor类详解

1. __init__方法

def __init__(self, image_path, pixel_to_mm=0.3):
    self.image_path = image_path
    self.pixel_to_mm = pixel_to_mm
    self.image = None
    self.points = []
    self.distances = []
    self.load_image()

__init__方法是类的构造器，负责初始化对象属性。这里定义了以下几个属性：
image_path: 存储待处理图像的路径。
pixel_to_mm: 像素与毫米之间的比例，默认值为0.3，表示每个像素代表0.3毫米。
image: 用于存放加载的图像数据。
points: 存储用户点击的点坐标，按点击顺序排列。
distances: 存储已计算的实际距离值。
最后，load_image方法被调用，用于加载指定路径下的图像

2. load_image方法

def load_image(self):
   try:
       self.image = cv2.imread(self.image_path)
   except FileNotFoundError:
       print("Image file not found.")
       exit()

load_image方法负责从指定路径加载图像。它使用cv2.imread函数尝试读取图像，如果文件不存在，则捕获FileNotFoundError异常，打印错误消息并退出程序，确保程序在遇到无效文件时能优雅终止。

3. calculate_distance方法

def calculate_distance(self, point1, point2):
    pixel_distance = np.sqrt((point2[0] - point1[0]) ** 2 + (point2[1] - point1[1]) ** 2)
    actual_distance = pixel_distance * self.pixel_to_mm
    return pixel_distance, actual_distance

calculate_distance方法接收两个点坐标作为参数，计算它们之间的像素距离（欧氏距离）并转换为实际距离（毫米）。结果以元组形式返回，包含像素距离和实际距离。

4. draw_on_image方法

def draw_on_image(self):
    img_copy = self.image.copy()
    for i in range(len(self.points)):
        cv2.circle(img_copy, self.points[i], 3, (0, 0, 255), -1)  # Display Point
        if i % 2 == 1:
            cv2.line(img_copy, self.points[i - 1], self.points[i], (255, 0, 0), 2)  # Draw line between points

            pixel_distance, actual_distance = self.calculate_distance(self.points[i - 1], self.points[i])
            self.distances.append(actual_distance)
            text = "AD: {:.2f} mm".format(actual_distance)
            cv2.putText(img_copy, text, (
            (self.points[i - 1][0] + self.points[i][0]) // 2, (self.points[i - 1][1] + self.points[i][1]) // 2),
                        cv2.FONT_HERSHEY_SIMPLEX, 0.5, (255, 0, 0), 2)

    return img_copy

draw_on_image方法负责在图像副本上绘制用户选择的点、连线及距离文字。具体步骤如下：

• 创建图像副本，防止直接修改原始图像。
• 遍历points列表，绘制每个点为红色圆圈。
• 当索引i为奇数时，表示当前点与前一个点构成一对，于是：
  绘制连接这两个点的线。
  调用calculate_distance计算它们之间的实际距离，并将结果添加到distances列表。
  在两点之间合适的位置绘制包含实际距离的文字。
  最后返回处理过的图像副本。

5. mouse_event

def mouse_event(self, event, x, y, flags, param):
    if event == cv2.EVENT_LBUTTONDOWN:
        self.points.append((x, y))

mouse_event方法作为鼠标回调函数，响应用户的鼠标操作。当用户按下左键（cv2.EVENT_LBUTTONDOWN）时，将当前鼠标位置（(x, y)）添加到points列表中。