Open CV 识别指针偏转角度

在学习一段代码的时候有段代码阅读的不是很懂该段代码的目的是通过旋转虚拟指针找到和原指针重合最高的地方并求出角度

t1 = img.copy()； t1[temp[:, :, 2] == 255] = 255； c = img[temp[:, :, 2] == 255]； points = c[c == 0]； freq_list.append((len(points), i))

这五行代码就十分疑惑不知所云不知道各位朋友能不能详细解惑一番

def get_pointer_rad(img):
    shape = img.shape
    c_y, c_x, depth = int(shape[0] / 2), int(shape[1] / 2), shape[2]
    x1=c_x+c_x*0.8
src = img.copy()
    freq_list = []
    for i in range(361):
        x = (x1 - c_x) * cos(i * pi / 180) + c_x
        y = (x1 - c_x) * sin(i * pi / 180) + c_y
        temp = src.copy()
        cv2.line(temp, (c_x, c_y), (int(x), int(y)), (0, 0, 255), thickness=3)
        t1 = img.copy()
        t1[temp[:, :, 2] == 255] = 255
        c = img[temp[:, :, 2] == 255]
        points = c[c == 0]
        freq_list.append((len(points), i))
        cv2.imshow('d', temp)
        cv2.imshow('d1', t1)
        cv2.waitKey(1)
    print('当前角度：',max(freq_list, key=lambda x: x[0]),'度')
    cv2.destroyAllWindows()
return max(freq_list, key=lambda x: x[0])

你这个格式确定没问题吗？对齐了很好理解了。前面几行看图应该就能理解是干什么的，从11开始，就是在temp中画一条（c_x,c_y）到点（x，y）的红色的直线，13行是判断temp中，如果某个点的红色通道灰度值为255，则将t1中同样位置的该点的颜色置为255（白色），14行c是将temp中红色通道为白色（255）的位置置为True，其他为false，15行是将C中等于0的点位置坐标传给points（确定这里没错吗？应该是c==True才能符合预期效果吧），
然后freq_list 保存points的长度和此时的角度i。最后几行的显示图像，20和22的max（）是找到freq_list[0]中最大的点。

综合起来说，就是用一个旋转的直线，来判断图中和直线重合的点最多的直线的旋转角度是多少，及最后的重合点的个数（15行要修改才行）,像下面的那个图，最后的结果就是重合点最多的是3261个，旋转角是319度


import cv2
from math import cos,sin,pi
import numpy as np

def get_pointer_rad(img):
    shape = img.shape
    c_y, c_x, depth = int(shape[0] / 2), int(shape[1] / 2), shape[2]
    x1=c_x+c_x*0.8
    src = img.copy()
    freq_list = []
    for i in range(361):
        x = (x1 - c_x) * cos(i * pi / 180) + c_x
        y = (x1 - c_x) * sin(i * pi / 180) + c_y
        temp = src.copy()
        cv2.line(temp, (c_x, c_y), (int(x), int(y)), (0, 0, 255), thickness=3)
        t1 = img.copy()
        t1[temp[:, :, 2] == 255] = [0,0,255]
        c = img[temp[:, :, 2] == 255]
        points = c[c == True]
        freq_list.append((len(points), i))
        cv2.imshow('d', temp)
        cv2.imshow('d1', t1)

        cv2.waitKey(1)
    print('当前角度：',max(freq_list, key=lambda x: x[0]),'度')
    cv2.destroyAllWindows()
    return max(freq_list, key=lambda x: x[0])

img=np.ones((500,500),np.uint8)
img=cv2.cvtColor(img,cv2.COLOR_GRAY2BGR)
cv2.line(img,(250,250),(20,20),(0,0,255),3,8)
get_pointer_rad(img)


#output
当前角度： (3261, 319) 度

img是一个RGB图像的三维数组，其上有一个黑色的指针，指针旋转的圆心在图像中心。要想知道这个指针的角度，就在img的一个副本temp上以图像中心为圆心，从0°~360°循环，做以下工作：画蓝色线条，找出temp上蓝点的位置（temp[:, :, 2] == 255），得到img上对应位置的像素中蓝色通道的数值组成的数组c，数组c中等于0的元素组成points，将points长度和当前的角度存到列表（freq_list）中。很显然，如果在某个角度画出的蓝色线条正好和指针重合，那么points中0的个数一定最多，因为指针是黑色的，指针之外的像素都不是黑色的。

如果img是BGR模式，那么上面描述中的蓝色都变成红色。

不过，这个代码写得不好：

不该from numpy import *，而应该import numpy as np
无需自己使用i*pi/180计算弧度，而应该使用np.radians(i)
无需int(shape[0] / 2)取整，应该shape[0]//2
src是img的复制，temp是src的复制，整个代码中，src明显是多余的
t1仅仅是为了显式，内容和temp相同，也是多余的，第18行直接使用temp即可
这个方法太笨

为了帮助题主理解numpy，我写了几行简单的代码：

>>> import numpy as np
>>> img = np.random.randint(0,256,(3,4,3)) # 生成一个3行4列的RGB图像数组
>>> temp = img.copy() # 复制
>>> img
array([[[ 45,  95,  97],
        [198, 105, 214],
        [243, 218, 121],
        [156, 227, 212]],

       [[203, 161,  33],
        [ 88, 214,  21],
        [102, 144,  13],
        [178,  45,  17]],

       [[214, 247, 234],
        [  7,  33, 184],
        [251, 127, 151],
        [101, 162, 138]]])
>>> c = img[temp[:,:,2] > 128] # 对应temp中蓝色通道数值大于128的位置，img的蓝色通道数值组成的数组
>>> c
array([[198, 105, 214],
       [156, 227, 212],
       [214, 247, 234],
       [  7,  33, 184],
       [251, 127, 151],
       [101, 162, 138]])
>>> points = c[c < 50] # 小于50的元素
>>> points
array([ 7, 33])