OpenCV-python小玩意3 直线的像素距离

0.我要做什么？

用OpenCV启动摄像头后，在预览界面用鼠标点击两点，画一条线。（没错，这是上一个小节的需求描述）
然后，显示出该线段的像素距离。

1.初步方案或待解决的问题

有了上一篇文章的基础，留给本文的就两个问题：
一个是如何显示长度信息，一个如何计算长度。
前者使用cv2.putText()方法，而后者通过欧氏距离来计算。

其他交互方面：

• 实时显示鼠标位置与预览线。所谓的预览线是鼠标点击一次后，就有了起点，那么鼠标抬起后，有一根绿色线跟着鼠标走。
• 支持多条线段的测量。

2.函数cv2.putText()介绍

该函数主要作用是在图像上绘制文本，原型如下：

cv2.putText(img, text, org, fontFace, fontScale, color, thickness, lineType, bottomLeftOrigin)

参数属实有点多，下面来看看说明：

举个代码例子：

import cv2

image = cv2.imread(r'../defect_inspection/images/glove.png')

cv2.putText(image, "Text Test", (20, 80),
            cv2.FONT_HERSHEY_PLAIN, 1.5, (0, 255, 255), 2)

cv2.imshow('Text Test', image)
cv2.waitKey(0)

3.欧氏距离

欧氏距离（Euclidean Distance）是欧几里得空间中两点间直线距离的度量方式，也是最常用的距离计算方法之一。其核心是通过勾股定理计算多维空间中点的绝对距离。
本次我们只看二维的，多维暂时用不到，就不烧脑了。

计算公式：

1. 二维空间（如平面坐标系）
   点 (A(x_1, y_1)) 与 (B(x_2, y_2)) 的欧氏距离：
   $$d=\sqrt{(x_2-x_1{)}^2+(y_2-y_1{)}^2}$$

示例：点 (A(1,2)) 和 (B(4,6)) 的距离为 $$\sqrt{(4-1{)}^2+(6-2{)}^2}=\sqrt{9+16}=5$$。

2. 三维空间
   点 (A(x_1,y_1,z_1)) 与 (B(x_2,y_2,z_2)) 的距离：
   $$d=\sqrt{(x_2-x_1{)}^2+(y_2-y_1{)}^2+(z_2-z_1{)}^2}$$
   示例：点 (A(1,2,3)) 和 (B(4,5,6)) 的距离为 $$\sqrt{9+9+9}\approx 5.196$$。

代码例子：

pt1 = points[-2]
pt2 = points[-1]
distance = np.sqrt((pt2[0] - pt1[0]) ** 2 + (pt2[1] - pt1[1]) ** 2)

4.代码实现

直线颜色 (B, G, R) 格式
绿色：(0, 255, 0)
蓝色：(255, 0, 0)

import cv2
import numpy as np

points = []  # 存储坐标点
current_pos = (0, 0)  # 当前鼠标位置
line_distances = []  # 存储每条线的长度


def mouse_draw(event, x, y, flags, param):
    global points, current_pos
    current_pos = (x, y)  # 实时更新鼠标位置
    if event == cv2.EVENT_LBUTTONDOWN:
        points.append((x, y))  # 添加当前点到列表
        # 每当有偶数个点时计算线段长度
        if len(points) % 2 == 0:
            pt1 = points[-2]
            pt2 = points[-1]
            distance = np.sqrt((pt2[0] - pt1[0]) ** 2 + (pt2[1] - pt1[1]) ** 2)
            line_distances.append(round(distance, 2))


cv2.namedWindow('image')
cv2.setMouseCallback('image', mouse_draw)
cap = cv2.VideoCapture(1)  # 0是默认摄像头，根据自己的摄像头设置

while True:
    ret, frame = cap.read()
    if not ret:
        break

    # 绘制所有已完成的线段和长度
    for i in range(0, len(points) // 2):
        idx = 2 * i
        pt1 = points[idx]
        pt2 = points[idx + 1]
        cv2.line(frame, pt1, pt2, (255, 0, 0), 2)
        # 在线段中点显示长度
        mid_x = (pt1[0] + pt2[0]) // 2
        mid_y = (pt1[1] + pt2[1]) // 2
        cv2.putText(frame, f"{line_distances[i]}px",
                    (mid_x, mid_y), cv2.FONT_HERSHEY_SIMPLEX,
                    0.7, (0, 255, 255), 2)

    # 实时绘制未完成的线段
    if len(points) % 2 == 1:
        cv2.line(frame, points[-1], current_pos, (0, 255, 0), 2)

    # 显示当前状态
    status = f"Points: {len(points)} | Next: {'Start' if len(points) % 2 == 0 else 'End'}"
    cv2.putText(frame, status, (10, 30),
                cv2.FONT_HERSHEY_SIMPLEX, 0.7, (0, 255, 0), 2)

    cv2.imshow('image', frame)

    key = cv2.waitKey(30)
    if key == ord('q'):
        break
    elif key == ord('c'):  # 清除功能
        points = []
        line_distances = []

cap.release()
cv2.destroyAllWindows()

运行效果如下：

至此，我们向真正的测量又迈进了一步！加油！