1、pca 找到图像某个区域的垂直线，并画出来

    // 1、 斑块的框+ 血管二值化图，pca 找到垂直血管壁的直线,  还是根据斑块找主轴方向吧
    // Step 1: 提取斑块左右范围内的血管像素点坐标，
    std::vector<cv::Point> points;
    for (int y = 0; y < binaryVessel.rows; y++) {
        for (int x = x1; x <= x2; x++) {
            if (binaryVessel.at<uchar>(y, x) == 255) {
                points.push_back(cv::Point(x, y));
            }
        }
    }

    if (points.empty()) {
        std::cout << "====================>error No valid pixels in the specified range.  斑块附近的血管分割区域不存在，结束函数功能 " << std::endl;
        return;

    }

    // 转换为 cv::Mat 格式
    cv::Mat pointsMat(points.size(), 2, CV_32F);
    for (int i = 0; i < points.size(); i++) {
        pointsMat.at<float>(i, 0) = points[i].x;
        pointsMat.at<float>(i, 1) = points[i].y;
    }

    // Step 2: 使用 PCA  获取垂直线段斜率，感觉有点异常，不要了，改成用最小外接矩形
    // binaryPlaque    pointsMat
    cv::PCA pca(pointsMat, cv::noArray(), cv::PCA::DATA_AS_ROW);

    // Step 3: 获取主成分（直线的方向）和主成分对应的直线上的点
    cv::Mat directions = pca.eigenvectors;
    cv::Mat linePoints = pca.mean;

    // Step 4: 计算垂直线的斜率和截距
    float kVertical = -directions.at<float>(0,0) / directions.at<float>(0,1);
    float interceptHorizontal = linePoints.at<float>(0, 1) - kVertical * linePoints.at<float>(0, 0);


    // Step 5: 绘制垂直线
    float x;
    cv::Mat image22;  // 存储处理后的图像
    cv::cvtColor(binaryVessel, image22, cv::COLOR_GRAY2BGR);  // binaryVessel 转换为彩色图像  image22，存储
    for (int i = 0; i < image22.cols; i++) {
        x = static_cast<float>(i);
        float yVertical = kVertical * x + interceptHorizontal;
        cv::circle(image22, cv::Point(static_cast<int>(x), static_cast<int>(yVertical)), 1, cv::Scalar(0, 255, 0), -1);
    }
    cv::imwrite("/home/hebin/Desktop/shiyuanyin/image2.png", image22);  // 保存画图的直线

2、使用最小外接矩形的框，来找到水平线和垂直线