参考博客： http://blog.csdn.net/qiancheng lenger/article/details/20956145
计算图示两条平行直线的距离
#includeopencv2(opencv.HPP
#include iostream
使用命名空间cv；
using namespace std；
int main () )
{
请参见-------------------------------------------------
/*第一步：细化直线*
/*步骤2 :求出直线坐标*
/*步骤3 :对齐直线*
/*步骤4 :计算距离*
请参见-------------------------------------------------
matimagesrc=im read (f : ((1. png ) )；
Mat ImageDst；
命名窗口(src image )；
命名窗口(dstimage )；
//namedwindow('contours )；
//二值化
cvtcolor(imagesrc，ImageDst，CV_BGR2GRAY )；
threshold(ImageDst，imagedst，40，255，CV_THRESH_BINARY )；
//细化直线，利用形态学膨胀
mat kernel=getstructuringelement (morph _ rect，size ) 3，point(-1，-1) )；
dilate(ImageDst，imagedst，kernel )； //3*3 kernel形态学膨胀
//求出直线坐标
vectorvectorPoint contours；
findcontours(imagedst，contours，CV_RETR_CCOMP，CV_CHAIN_APPROX_SIMPLE )；
//直线拟合直线方程：Ax By C=0
Vec4f line1、line2；
cv:3360fitline(contours[1]，line1，cv _ dist _ L2，0，0.01，0.01 )； //不知道为什么如果没有放入cv就会报告错误，会引起异常的中断
cv:3360fitline(contours[2]，line2，cv _ dist _ L2，0，0.01，0.01 )；
cout'line1:('line1[0] )、' line1[1] )、' line1[2] '、' line1[3] )、(n )；
cout'line2:(line2[0] )、' line2[1] )、' line2[2] )、' line2[3] )、(n )；
float k1=line1[1]/line1[0]；
float k2=line2[1]/line2[0]；
float b1=line1[3] - k1*line1[2]；
float b2=line2[3] - k2*line2[2]；
floatdistance=ABS(B1-B2 )/sqrt ) K1*K1 )；
printf(line1:y=%FX%f(n )，k1，b1 )；
printf(line2:y=%FX%f(n )，k2，b2 )；
打印(distance is % fpix (n )，distance )；
imshow(srcimage )、ImageSrc )；
imshow(dstimage )、ImageDst；
维客(0；
返回0；
}
显示原图
显示精致的图像
直线和直线的距离(以像素为单位) ) ) ) ) )。
3358 www.Sina.com/http://www.Sina.com/2d或3D点集的直线拟合voidfitline (input array 3358 www.Sina.com /，output arrarray ) double 注意：，Double3358www.Sina.com/，Double3358www.Sina.com/)
points2D或3D点集、32位整数或浮点坐标
dist_type拟合的距离类型。
param特定距离的数值参数。 如果为0，则选择几个最佳值
reps、aeps半径(坐标原点到直线的距离)和角度的精度通常为0.01。
线输出的直线参数。 在2D拟合情况下，是包含4个浮点数的排列[VX，vy，x0，y0]，其中，[VX，vy]是线的单位矢量，[x0，y0]是线上的某一点，在3D拟合的情况下，是线的单位矢量