你的头怎么尖尖的：基于 OpenCV 的交互式角度测量-CSDN博客

开头热梗：有一天，阿诺在直播中突然有人问他：“阿诺，你的头怎么尖尖的？”阿诺回答如下：
“那我问你，你是男的女的？如果你是女的你说这样的话，啊，那我问你，你你你是女孩子，那我问你，那那你那头顶是不是不是尖的？那我那我问你，你头顶是尖的呢？还是秃顶的，啊，还是，啊，染黄色染红色的，那我问你，啊，还是戴假发的，如果是如果你是男的那我问你，啊，你说我的头是尖的，那我问你那你是不是秃头？那你是不是光头？啊？你是光头还是有头发的，啊？那我问你，我头顶，我我头尖怎么了？我就尖怎么了？哎，我就尖怎么了？我就头顶尖怎么了？哎，我头顶尖你难道你看不惯么？我头顶就是尖的怎么了？我就是尖，我就是要尖怎么了，啊，你看不惯吗，啊。”
在这里插入图片描述
如果我们想知道头到底有多尖呢，这就不得不提基于 OpenCV 的交互式角度测量了。
一、工程背景
在机械制造中，零件加工的角度精度往往直接决定了产品的性能。例如刀具的刃口角度影响切削效率，焊缝的角度决定连接强度。如果工人在车间拍了一张零件照片，就能快速在图像上量取角度，无需专业测角工具，将大大提升效率。
在土木建筑领域，施工过程中梁柱的角度偏差可能影响整体结构稳定性。通过在工地拍摄的图片上进行快速角度测量，工程师能够即时发现问题。
在结构健康监测方面，无人机拍摄的桥梁或塔架照片，也可以通过图像测角发现变形趋势。这类基于图像的测量方法具有简便、直观、低成本的优势。
这里我们介绍一个简单的利用了 OpenCV 提供的鼠标事件和图像绘制功能，实现了“每 3 个点定义一个角度”的交互式测量方法。
二、主要功能
1、打开图像窗口；
2、鼠标点击三点（第 1 点为顶点，第 2 和第 3 点为两条边的端点），程序会在图像上绘制辅助线，并标注夹角值；
3、按 q 清空重新测量；按 ESC 或关闭窗口退出程序。
这个简短的 Python + OpenCV 脚本，展示了如何实现基于图像的交互式角度测量。这种方法实现简单、通用性强，适用于多种工程和科研场景。但是它依赖人工点击，效率和精度有限。
三、代码实现：
基于pycharm，先给出完整代码，然后给出细细致解释。
完整代码如下:

import cv2
import math

path = 'test2.jpg'
img = cv2.imread(path)
pointsList = []

def mousePoints(event,x,y,flags,params):
    if event == cv2.EVENT_LBUTTONDOWN:
        size = len(pointsList)
        if size != 0 and size % 3 != 0:
            cv2.line(img,tuple(pointsList[round((size-1)/3)*3]),(x,y),(0,0,255),2)
        cv2.circle(img,(x,y),5,(0,0,255),cv2.FILLED)
        pointsList.append([x,y])


def gradient(pt1,pt2):
    return (pt2[1]-pt1[1])/(pt2[0]-pt1[0])

def getAngle(pointsList):
    pt1, pt2, pt3 = pointsList[-3:]
    m1 = gradient(pt1,pt2)
    m2 = gradient(pt1,pt3)
    angR = math.atan((m2-m1)/(1+(m2*m1)))
    angD = round(math.degrees(angR))

    cv2.putText(img,str(angD),(pt1[0]-40,pt1[1]-20),cv2.FONT_HERSHEY_COMPLEX,
                1.5,(0,0,255),2)


cv2.namedWindow('Image')
cv2.setMouseCallback('Image', mousePoints)

while True:


    if len(pointsList) % 3 == 0 and len(pointsList) !=0:
        getAngle(pointsList)

    cv2.imshow('Image',img)

    if cv2.getWindowProperty('Image', cv2.WND_PROP_VISIBLE) < 1:
        break

    key = cv2.waitKey(1) & 0xFF
    if key == ord('q'):  # q：清空并重置
        pointsList = []
        img = cv2.imread(path)
    elif key == 27:  # ESC：退出程序
        break

cv2.destroyAllWindows()

运行结果如下:

在这里插入图片描述
看来是73度，也不算很尖嘛哈哈哈！！！！。
注意力强的小伙伴肯定发现了实际上这是个钝角。其实真实的角度是180-73=107度。当然这是算法的问题，修改也简单。
接下来是详细解释：
引用库与全局变量

import cv2

引入 OpenCV，用于读图、显示窗口、画线/画点、获取键盘/鼠标事件等。

import math

引入 math 数学库，用于反正切 atan、角度/弧度转换 degrees 等。

path = 'test.jpg'

指定待测的图片路径。后续 imread 会从这个路径载入图像。

img = cv2.imread(path)

读取图像到 NumPy 数组（BGR 通道）。若路径不对或文件损坏，这里会得到 None。

pointsList = []

全局列表，按点击顺序保存用户点击的像素坐标 [x, y]。每 3 个点构成一组角度的定义：第1个点=顶点，第2/3个点=两条边端点。
鼠标回调：点击取点 + 画辅助线/点

def mousePoints(event,x,y,flags,params):

定义鼠标事件回调函数。OpenCV 会把窗口中的鼠标事件（移动、按下、抬起等）传进来。

if event == cv2.EVENT_LBUTTONDOWN:

只处理左键按下事件。每次左键按下就“采点”。

size = len(pointsList)

当前已点击的点的数量，用于判断这一点击在“三点一组”里的位置（第1/2/3个）。

if size != 0 and size % 3 != 0:

若已经开始了当前这一组（size 不是 0）且还没满 3 个（size % 3 != 0，说明这次点击是第2或第3个点），就画一条辅助线方便可视化。

cv2.line(img,tuple(pointsList[round((size-1)/3)*3]),(x,y),(0,0,255),2)

画线：起点是“当前组的第一个点”（顶点），终点是本次点击位置 (x,y)。

round((size-1)/3)*3 算的是当前组首点在 pointsList 中的索引：

例如 size=1（正准备点第2个）、2（正准备点第3个），这个表达式都会回到本组三点的第一个点。

颜色 (0,0,255) 是红色（BGR），线宽 2。

cv2.circle(img,(x,y),5,(0,0,255),cv2.FILLED)

在点击处画一个红色实心小圆，作“采点标记”，半径 5 像素。

pointsList.append([x,y])

把当前点击坐标加入列表，永久记录（直到你按 q 清空或退出）。

计算斜率（用于角度公式）

def gradient(pt1,pt2):
    return (pt2[1]-pt1[1])/(pt2[0]-pt1[0])

计算两点连线的斜率：（y2-y1）/（x2-x1）

⚠️ 注意：当 x2 == x1（竖直线）会除零报错。生产环境建议改用向量法（见文末“稳健性建议”）。

计算并标注角度

def getAngle(pointsList):
    pt1, pt2, pt3 = pointsList[-3:]

取最近的 3 个点作为一个角：pt1 为顶点，pt2/pt3 为两条边的端点。

m1 = gradient(pt1,pt2)
m2 = gradient(pt1,pt3)

计算两条射线（顶点→端点）的斜率 m1、m2。

angR = math.atan((m2-m1)/(1+(m2*m1)))

用两直线夹角的斜率公式：
在这里插入图片描述

再 atan 得到弧度。
⚠️ 当 1 + m1*m2 == 0 时（两线垂直且斜率乘积为 -1），也会产生除零风险。

angD = round(math.degrees(angR))

把弧度转为角度（°），并四舍五入为整数，显示更友好。

cv2.putText(img,str(angD),(pt1[0]-40,pt1[1]-20),cv2.FONT_HERSHEY_COMPLEX,
            1.5,(0,0,255),2)

在顶点附近把角度值画到图上。字体 HERSHEY_COMPLEX，字号 1.5，红色，线宽 2。

文本位置 (pt1[0]-40, pt1[1]-20) 是顶点左上侧，避免挡住顶点。

创建窗口 + 绑定鼠标回调

cv2.namedWindow('Image')

先创建窗口（名字叫 ‘Image’），方便后面绑定鼠标事件。

cv2.setMouseCallback('Image', mousePoints)

给 ‘Image’ 窗口绑定一次鼠标回调。之后所有鼠标动作都会触发 mousePoints。

主循环：显示、计算、退出控制

while True:

程序主循环：不断刷新窗口、响应事件。

if len(pointsList) % 3 == 0 and len(pointsList) !=0:
    getAngle(pointsList)

每当点击数是 3 的倍数（且非 0）时，说明完整凑够一组三点，就计算并标注最新一组角度。

cv2.imshow('Image',img)

把当前图像（含画线、圆点、角度文字）显示到窗口。

if cv2.getWindowProperty('Image', cv2.WND_PROP_VISIBLE) < 1:
    break

如果用户点击了窗口右上角 X 关闭窗口，则退出循环（否则 imshow 下一帧会再次把窗口“弹回来”）。

key = cv2.waitKey(1) & 0xFF

监听键盘按键（等待 1ms）。返回值与 0xFF 取与，保证在不同平台/编码下稳定取到最低 8 位按键值。

if key == ord('q'):  # q：清空并重置
    pointsList = []
    img = cv2.imread(path)

按 q：清空所有已点击点，重新读取原图，于是所有画线、圆点、角度文字都被清除，便于重新开始一次或多次测量。

elif key == 27:  # ESC：退出程序
    break

按 ESC（27）：退出主循环，准备收尾。

cv2.destroyAllWindows()

清理：销毁由 HighGUI 创建的所有窗口，释放资源。

这里使用斜率法可能产生除零与无穷斜率，可以试试把斜率法改为向量法更稳健：

import math
def angle_vec(p1, p2, p3):
    # 向量 u = p2 - p1, v = p3 - p1
    ux, uy = p2[0]-p1[0], p2[1]-p1[1]
    vx, vy = p3[0]-p1[0], p3[1]-p1[1]
    dot = ux*vx + uy*vy            # 点积
    det = ux*vy - uy*vx            # 2D 叉积等效（标量）
    ang = math.degrees(math.atan2(abs(det), dot))  # 0~180 的最小夹角
    return round(ang)