物聯(lián)網(wǎng)Python編程實戰(zhàn) 課件 5.圓形識別_第1頁
物聯(lián)網(wǎng)Python編程實戰(zhàn) 課件 5.圓形識別_第2頁
物聯(lián)網(wǎng)Python編程實戰(zhàn) 課件 5.圓形識別_第3頁
物聯(lián)網(wǎng)Python編程實戰(zhàn) 課件 5.圓形識別_第4頁
物聯(lián)網(wǎng)Python編程實戰(zhàn) 課件 5.圓形識別_第5頁
已閱讀5頁,還剩9頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領

文檔簡介

圖形識別任務2:圖像處理—圓形識別年終總結(jié)

新年計劃

述職報告工作匯報主講人:李博江蘇電子信息職業(yè)學院

電子網(wǎng)絡學院

目錄頁三原色像素值提取find_circles

Openmv圓形識別流程Openmv圓形識別流程

第一章圓形識別流程思考導入庫文件初始化攝像頭設置像素模式設置圖像大小設置等待時間創(chuàng)建clock實例開始計時拍攝圖片圖形識別與處理停止計時while圓形識別流程思考導入庫文件初始化攝像頭設置像素模式設置圖像大小設置等待時間創(chuàng)建clock實例importsensor,image,time

sensor.reset()

sensor.set_pixformat(sensor.RGB565)

sensor.set_framesize(sensor.QQVGA)

sensor.skip_frames(time=2000)

clock=time.clock()準備流程圓形識別流程思開始計時拍攝圖片圖形識別與處理停止計時while圓形識別流程與實現(xiàn)while(True):

clock.tick()

img=sensor.snapshot().lens_corr(1.8)

forcinimg.find_circles(threshold=2000,

x_margin=10,

y_margin=10,

r_margin=10,

r_min=2,

r_max=100,

r_step=2):

img.draw_circle(c.x(),c.y(),c.r(),color=(255,0,0))

print(c)

print("FPS%f"%clock.fps())find_circles第二章

矩形識別函數(shù)find_circles識別圓形·OpenMV中文入門教程image—機器視覺—MicroPython1.9.2文檔()find_circles函數(shù)使用霍夫變換在圖像中查找圓。返回一個

image.circle

對象列表參考文檔矩形識別函數(shù)image.find_circles([roi[,

x_stride=2[,

y_stride=1[,

threshold=2000[,

x_margin=10[,

y_margin=10[,

r_margin=10[,

r_min=2[,

r_max[,

r_step=2]]]]]]]]]])

函數(shù)原型x_stride

是霍夫變換時需要跳過的x像素的數(shù)量。若已知圓較大,可增加

x_stride

。y_stride

是霍夫變換時需要跳過的y像素的數(shù)量。若已知圓較大,可增加

y_stride

。roi

是一個用以復制的矩形的感興趣區(qū)域(x,y,w,h)。如果未指定,

ROI

即圖像矩形。操作范圍僅限于roi區(qū)域內(nèi)的

threshold

控制從霍夫變換中監(jiān)測到的圓。只返回大于或等于

threshold

的圓。應用程序的正確的

threshold

值取決于圖像。注意:一個圓的大小(magnitude)是組成圓所有索貝爾濾波像素大小的總和。

x_margin

控制所檢測的圓的合并。

圓像素為

x_margin

、

y_margin

r_margin

的部分合并。y_margin

控制所檢測的圓的合并。

圓像素為

x_margin

、

y_margin

r_margin

的部分合并。r_margin

控制所檢測的圓的合并。

圓像素為

x_margin

、

y_margin

r_margin

的部分合并。r_min

控制檢測到的最小圓半徑。增加此值可以加速算法。默認為2。r_max

控制檢測到的最大圓半徑。減少此值可以加快算法。默認為min(roi.w/2,roi.h/2)。r_step

控制如何逐步檢測半徑。默認為2。

不支持壓縮圖像和bayer圖像。此方法在OpenMVCamM4上不可用。圓形識別流程思開始計時拍攝圖片并去畸變圖形識別與處理停止計時while圓形識別流程與實現(xiàn)while(True):

clock.tick()

img=sensor.snapshot().lens_corr(1.8)

forcinimg.find_circles(threshold=5000,

x_margin=10,

y_margin=10,

r_margin=10,

r_min=2,

r_max=100,

r_step=2):

img.draw_circle(c.x(),c.y(),c.r(),color=(255,0,0))

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論