怎样修改公司网站内容,wordpress user pass,营销网站分为哪几种,企业资质查询系统官网项目实例#xff0c;在一个无人封闭的隔绝场景中#xff0c;根据视觉判断物件的有无#xff0c;通过机械手 进行物件分类提取#xff0c;并且返回状态结果#xff1b; 实际的场景是有一个类似采血的固件支架盘#xff0c;上面很多采血管#xff0c;采血管帽颜色可能不同…项目实例在一个无人封闭的隔绝场景中根据视觉判断物件的有无通过机械手 进行物件分类提取并且返回状态结果 实际的场景是有一个类似采血的固件支架盘上面很多采血管采血管帽颜色可能不同 也有可能支架盘上只有空位没有放置采血管需要机器操作。
图像的大小支架和物件的位置、大小等等都基本保存一致不会经常的变化。 开始的思路是通过判断空位上的圆来做排除遇到了局限性比如光照不好的情况下空位 并非是正常的圆可能是缺的圆而且因为视角的缘故根本没法判断是圆了于是只好放弃
后来就进行二值化后判断多个圆如果有多个圆的那应该是有物件的二值化后显然无法 根据颜色来判断不同的提取对象也是不行的
最后还是觉得通过颜色来判断比较合理因为不仅仅要获取物件的有无还要判断物件的分类 而且物件的大概位置不能错因为要知道对应的位置上是否有插物件。
设计思路 使用 HSV颜色模型来做。
HSV(Hue, Saturation, Value)是根据颜色的直观特性由A. R. Smith在1978年创建的一种颜色空间, 也称六角锥体模型(Hexcone Model)。 HSV颜色模型是指H、S、V三维颜色空间中的一个可见光子集它包含某个颜色域的所有颜色。
每一种颜色都是由色相Hue简H饱和度Saturation简S和色明度Value简V所表示的。 这个模型中颜色的参数分别是色调H饱和度S亮度V。
色调H参数表示色彩信息即所处的光谱颜色的位置。该参数用一角度量来表示取值范围为0°360°。 若从红色开始按逆时针方向计算红色为0°绿色为120°蓝色为240°。 它们的补色是黄色为60°青色为180°紫色为300°
饱和度S取值范围为0.01.0 亮度V取值范围为0.0(黑色)1.0(白色)。 调试判断过程如下 橘红色物件 黄色物件
相关代码如下 void CMFCCVMDlg::OnBnClickedBtnOpen()
{char* window_name testCELL;//resizeWindow(window_name, 480, 320);BOOL isOpen TRUE; //是否打开(否则为保存)CString defaultDir ; //默认打开的文件路径CString fileName ; //默认打开的文件名CString filter 图像文件 (*.png; *.jpg; *.bmp)|*.png;*.jpg;*.bmp||; //文件过虑的类型CFileDialog openFileDlg(isOpen, defaultDir, fileName, OFN_HIDEREADONLY | OFN_READONLY, filter, NULL);openFileDlg.GetOFN().lpstrInitialDir ;INT_PTR result openFileDlg.DoModal();CString filePath ;if (result ! IDOK) {//filePath openFileDlg.GetPathName();return;}filePath openFileDlg.GetPathName();Mat imgOriginal imread(filePath.GetBuffer());namedWindow(imgOriginal, 0);imshow(imgOriginal, imgOriginal);int iLowH 0, iLowS 0, iLowV 0;int iHighH 180, iHighS 255, iHighV 255;Mat imgHSV, imgThresholded;//vectorMat hsvSplit;cvtColor(imgOriginal, imgHSV, COLOR_BGR2HSV); //Convert the captured frame from BGR to HSV//split(imgHSV, hsvSplit);namedWindow(window_name, 0);// 创建跟踪条并将其附着到指定窗口。createTrackbar(iLowH:, window_name, iLowH, 180); //no name cannt use thiscreateTrackbar(iHighH:, window_name, iHighH, 180);createTrackbar(iLowS:, window_name, iLowS, 255);createTrackbar(iHighS:, window_name, iHighS, 255);createTrackbar(iLowV:, window_name, iLowV, 255);createTrackbar(iHighV:, window_name, iHighV, 255);while (true){// 检查数组元素是否位于其他两个数组的元素之间。inRange(imgHSV, Scalar(iLowH, iLowS, iLowV), Scalar(iHighH, iHighS, iHighV), imgThresholded);//src.copyTo(dst, detected_edges);imshow(window_name, imgThresholded);char key (char)waitKey(30);if (key 27)break;}
}最后做下亮块大小判断即可获得是否有物件和对应位置以及是什么颜色的物件。
