这周学习了别人的装甲板识别程序，但这代码目前 只适用于 红车，现在在研究怎样识别蓝车和优化一下。同时这周也做了一些小项目人脸识别和车牌识别（50%）。目前还没完全理解好装甲板识别的代码，后面加下自己的理解。然后就是那个cmak 配置那个opencv_contrib一直出问题。
#include "opencv2/core.hpp"
#include "opencv2/highgui.hpp"
#include "opencv2/videoio.hpp"
#include "opencv2/imgproc.hpp"
#include "iostream"
#include "omp.h"
using namespace cv;
using namespace std;
int a = 0;
#define T_ANGLE_THRE 10
#define T_SIZE_THRE 5
void brightAdjust(Mat src, Mat dst, double dContrast, double dBright); //亮度调节函数
void getDiffImage(Mat src1, Mat src2, Mat dst, int nThre); //二值化
vector<RotatedRect> armorDetect(vector<RotatedRect> vEllipse); //检测装甲
void drawBox(RotatedRect box, Mat img); //标记装甲
int main()
{
Mat frame;
frame = imread("D:/L.png");
Size imgSize;
RotatedRect s; //定义旋转矩形
vector<RotatedRect> vEllipse; //定以旋转矩形的向量，用于存储发现的目标区域
vector<RotatedRect> vRlt;
vector<RotatedRect> vArmor;
bool bFlag = false;
vector<vector<Point> > contour;
imgSize = frame.size();
Mat rawImg = Mat(imgSize, CV_8UC3);
Mat grayImage = Mat(imgSize, CV_8UC1);
Mat rImage = Mat(imgSize, CV_8UC1);
Mat gImage = Mat(imgSize, CV_8UC1);
Mat bImage = Mat(imgSize, CV_8UC1);
Mat binary = Mat(imgSize, CV_8UC1);
Mat rlt = Mat(imgSize, CV_8UC1);
namedWindow("输出");
brightAdjust(frame, rawImg, 1, -120); //每个像素每个通道的值都减去120
Mat bgr[3];
split(rawImg, bgr); //通道分离函数
bImage = bgr[0];
gImage = bgr[1];
rImage = bgr[2];
//如果像素R值-G值大于25，则返回的二值图像的值为255，否则为0
getDiffImage(rImage, gImage, binary,25);
dilate(binary, grayImage, Mat(), Point(-1, -1), 3); //图像膨胀
erode(grayImage, rlt, Mat(), Point(-1, -1), 1); //图像腐蚀，先膨胀在腐蚀属于闭运算
findContours(rlt, contour, RETR_CCOMP, CHAIN_APPROX_SIMPLE); //在二值图像中寻找轮廓
for (int i = 0; i < contour.size(); i++)
{
if (contour[i].size() > 10) //判断当前轮廓是否大于10个像素点
{
bFlag = true; //如果大于10个，则检测到目标区域
//拟合目标区域成为椭圆，返回一个旋转矩形（中心、角度、尺寸）
s = fitEllipse(contour[i]);
for (int nI = 0; nI < 5; nI++)
{
for (int nJ = 0; nJ < 5; nJ++) //遍历以旋转矩形中心点为中心的5*5的像素块
{
if (s.center.y - 2 + nJ > 0 && s.center.y - 2 + nJ < 480 && s.center.x - 2 + nI > 0 && s.center.x - 2 + nI < 640) //判断该像素是否在有效的位置
{
Vec3b v3b = frame.at<Vec3b>((int)(s.center.y - 2 + nJ), (int)(s.center.x - 2 + nI)); //获取遍历点点像素值
//判断中心点是否接近白色
if (v3b[0] < 200 || v3b[1] < 200 || v3b[2] < 200)
bFlag = false; //如果中心不是白色，则不是目标区域
}
}
}
if (bFlag)
{
vEllipse.push_back(s); //将发现的目标保存
}
}
}
//调用子程序，在输入的LED所在旋转矩形的vector中找出装甲的位置，并包装成旋转矩形，存入vector并返回
vRlt = armorDetect(vEllipse);
for (unsigned int nI = 0; nI < vRlt.size(); nI++) //在当前图像中标出装甲的位置
drawBox(vRlt[nI], frame);
imshow("输出", frame);
waitKey();
vEllipse.clear();
vRlt.clear();
vArmor.clear();
return 0;
}
//每个通道的数值 - 120，小于零 = 0，大于255则 = 255，用于突出LED灯带所在区域
void brightAdjust(Mat src, Mat dst, double dContrast, double dBright)
{
int nVal;
omp_set_num_threads(8);
#pragma omp parallel for
for (int nI = 0; nI < src.rows; nI++)
{
Vec3b* p1 = src.ptr<Vec3b>(nI);
Vec3b* p2 = dst.ptr<Vec3b>(nI);
for (int nJ = 0; nJ < src.cols; nJ++)
{
for (int nK = 0; nK < 3; nK++)
{
//每个像素的每个通道的值都进行线性变换
nVal = (int)(dContrast * p1[nJ][nK] + dBright);
if (nVal < 0)
nVal = 0;
if (nVal > 255)
nVal = 255;
p2[nJ][nK] = nVal;
}
}
}
}
void getDiffImage(Mat src1, Mat src2, Mat dst, int nThre)
{
omp_set_num_threads(8);
#pragma omp parallel for
for (int nI = 0; nI < src1.rows; nI++)
{
uchar* pchar1 = src1.ptr<uchar>(nI);
uchar* pchar2 = src2.ptr<uchar>(nI);
uchar* pchar3 = dst.ptr<uchar>(nI);
for (int nJ = 0; nJ < src1.cols; nJ++)
{
if (pchar1[nJ] - pchar2[nJ] > nThre) //
{
pchar3[nJ] = 255;
}
else
{
pchar3[nJ] = 0;
}
}
}
}
vector<RotatedRect> armorDetect(vector<RotatedRect> vEllipse)
{
vector<RotatedRect> vRlt;
RotatedRect armor; //定义装甲区域的旋转矩形
int nL, nW;
double dAngle;
vRlt.clear();
if (vEllipse.size() < 2) //如果检测到的旋转矩形个数小于2，则直接返回
return vRlt;
for (unsigned int nI = 0; nI < vEllipse.size() - 1; nI++) //求任意两个旋转矩形的夹角
{
for (unsigned int nJ = nI + 1; nJ < vEllipse.size(); nJ++)
{
dAngle = abs(vEllipse[nI].angle - vEllipse[nJ].angle);
while (dAngle > 180)
dAngle -= 180;
//判断这两个旋转矩形是否是一个装甲的两个LED等条
if ((dAngle < T_ANGLE_THRE || 180 - dAngle < T_ANGLE_THRE) && abs(vEllipse[nI].size.height - vEllipse[nJ].size.height) < (vEllipse[nI].size.height + vEllipse[nJ].size.height) / T_SIZE_THRE && abs(vEllipse[nI].size.width - vEllipse[nJ].size.width) < (vEllipse[nI].size.width + vEllipse[nJ].size.width) / T_SIZE_THRE)
{
armor.center.x = (vEllipse[nI].center.x + vEllipse[nJ].center.x) / 2; //装甲中心的x坐标
armor.center.y = (vEllipse[nI].center.y + vEllipse[nJ].center.y) / 2; //装甲中心的y坐标
armor.angle = (vEllipse[nI].angle + vEllipse[nJ].angle) / 2; //装甲所在旋转矩形的旋转角度
if (180 - dAngle < T_ANGLE_THRE)
armor.angle += 90;
nL = (vEllipse[nI].size.height + vEllipse[nJ].size.height) / 2; //装甲的高度
nW = sqrt((vEllipse[nI].center.x - vEllipse[nJ].center.x) * (vEllipse[nI].center.x - vEllipse[nJ].center.x) + (vEllipse[nI].center.y - vEllipse[nJ].center.y) * (vEllipse[nI].center.y - vEllipse[nJ].center.y)); //装甲的宽度等于两侧LED所在旋转矩形中心坐标的距离
if (nL < nW)
{
armor.size.height = nL;
armor.size.width = nW;
}
else
{
armor.size.height = nW;
armor.size.width = nL;
}
vRlt.push_back(armor); //将找出的装甲的旋转矩形保存到vector
}
}
}
return vRlt;
}
void drawBox(RotatedRect box, Mat img)
{
Point2f pt[4];
int i;
for (i = 0; i < 4; i++)
{
pt[i].x = 0;
pt[i].y = 0;
}
box.points(pt);//计算二维盒子顶点
line(img, pt[0], pt[1], CV_RGB(0, 0, 255), 2, 8, 0);
line(img, pt[1], pt[2], CV_RGB(0, 0, 255), 2, 8, 0);
line(img, pt[2], pt[3], CV_RGB(0, 0, 255), 2, 8, 0);
line(img, pt[3], pt[0], CV_RGB(0, 0, 255), 2, 8, 0);
}View Code
本文章为转载内容，我们尊重原作者对文章享有的著作权。如有内容错误或侵权问题，欢迎原作者联系我们进行内容更正或删除文章。
