本文檔展示了如何使用 OpenCV 進(jìn)行圖像處理和特征檢測，包括邊緣檢測、直線檢測、圓檢測以及多邊形擬合。通過這些技術(shù)，可以實(shí)現(xiàn)對(duì)攝像頭捕獲的實(shí)時(shí)視頻流進(jìn)行分析，并標(biāo)記出檢測到的特征。

1. 基本知識(shí)講解

1.1 圖像處理的重要性

目標(biāo)檢測：圖像處理技術(shù)可以用于檢測圖像中的特定對(duì)象或特征。

應(yīng)用場景：廣泛應(yīng)用于物體識(shí)別、工業(yè)自動(dòng)化、機(jī)器人導(dǎo)航、自動(dòng)駕駛等領(lǐng)域。

常見任務(wù)：

邊緣檢測：提取圖像中的邊界信息。

直線檢測：識(shí)別圖像中的直線結(jié)構(gòu)。

圓檢測：識(shí)別圖像中的圓形結(jié)構(gòu)。

多邊形擬合：將輪廓擬合成多邊形以簡化形狀描述。

1.2 圖像處理的基本流程

初始化攝像頭：打開攝像頭設(shè)備并設(shè)置分辨率。

讀取圖像幀：從攝像頭中獲取實(shí)時(shí)視頻幀。

預(yù)處理：將圖像轉(zhuǎn)換為灰度圖、降噪等操作。

特征檢測：執(zhí)行邊緣檢測、霍夫變換等算法。

結(jié)果繪制：在原圖上繪制檢測到的特征。

顯示結(jié)果：將處理后的圖像輸出到屏幕。

2. API文檔

2.1 頭文件

#include

2.2 高斯模糊

cv::GaussianBlur(src,dst,Size(3,3),0);

參數(shù)：

src：輸入圖像。

dst：輸出圖像。

Size(3, 3)：卷積核大小。

0：標(biāo)準(zhǔn)差。

返回值：

無。

2.3 邊緣檢測

cv::Canny(src,dst,50,150);

參數(shù)：

src：輸入圖像。

dst：輸出圖像。

50：低閾值。

150：高閾值。

apertureSize：Sobel 算子的孔徑大小（默認(rèn)為 3）。

L2gradient：是否使用 L2 范數(shù)計(jì)算梯度（默認(rèn)為 false）。

返回值：

無。

2.4 查找圖像中的輪廓

cv::findContours(src,contours,hierarchy,mode,method);

參數(shù)：

src：輸入圖像。

contours：輪廓列表。

hierarchy：輪廓層級(jí)信息。

mode：輪廓查找模式（默認(rèn)為 CV_RETR_EXTERNAL）。

method：輪廓 approximation 方法（默認(rèn)為 CV_CHAIN_APPROX_SIMPLE）。

返回值：

無

2.5 對(duì)輪廓進(jìn)行多邊形擬合

cv::approxPolyDP(contours[i],approx,epsilon,closed);

參數(shù)：

contours[i]：輪廓。

approx：多邊形頂點(diǎn)列表。

epsilon：精度參數(shù)，表示最大距離，用于控制多邊形擬合的精度。

closed：是否閉合多邊形（默認(rèn)為 false）。

返回值：

無

2.6 使用概率霍夫變換檢測直線

cv::HoughLinesP(src,lines,1,CV_PI/180,50,50,10);

參數(shù)：

src：輸入圖像。

lines：檢測到的直線列表。

1：rho 分辨率。

CV_PI / 180：theta 分辨率。

50：最小線段長度。

50：最大線段間隔。

10：線段閾值。

返回值：

無

2.7 使用霍夫變化檢測圓型

cv::HoughCircles(src,circles,CV_HOUGH_GRADIENT,1,src.rows/8,200,100,0,0);

參數(shù)：

src：輸入圖像。

circles：檢測到的圓列表。

CV_HOUGH_GRADIENT：檢測方法。

1：rho 分辨率。

src.rows / 8：theta 分辨率。

200：最小圓半徑。

100：最大圓半徑。

0：圓心 x 坐標(biāo)。

0：圓心 y 坐標(biāo)。

返回值：

無

3. 綜合代碼解析

3.1 識(shí)別圓

3.1.1 流程圖

3.1.2 核心代碼解析

灰度轉(zhuǎn)換

cv::cvtColor(src,gray,cv::COLOR_BGR2GRAY);

高斯模糊

cv::GaussianBlur(gray,gray,cv::Size(5,5),0);

霍夫圓檢測并繪制圓

std::vector<cv::Vec3f>circles;
cv::HoughCircles(gray,circles,cv::HOUGH_GRADIENT,1,gray.rows/16,100,30,1,300);
for(constcv::Vec3f&circle:circles) {
cv::Pointcenter(cvRound(circle[0]),cvRound(circle[1]));
intradius=cvRound(circle[2]);
cv::circle(src,center,radius,cv::Scalar(0,255,255),2); // 繪制圓
}

3.1.3 完整代碼實(shí)現(xiàn)

#include
#include
#include

intmain()
{
lockzhiner_vision_module::Editedit;
if(!edit.StartAndAcceptConnection())
{
std::cerr<<"Error: Failed to start and accept connection."<<std::endl;
returnEXIT_FAILURE;
}
std::cout<<"Device connected successfully."<<std::endl;
// 初始化攝像頭
cv::VideoCapturecap;
intwidth=640; // 設(shè)置攝像頭分辨率寬度
intheight=480;// 設(shè)置攝像頭分辨率高度
cap.set(cv::CAP_PROP_FRAME_WIDTH,width);
cap.set(cv::CAP_PROP_FRAME_HEIGHT,height);

cap.open(0);// 參數(shù) 0 表示默認(rèn)攝像頭設(shè)備
if(!cap.isOpened())
{
std::cerr<<"Error: Could not open camera."<<std::endl;
returnEXIT_FAILURE;
}

while(true)
{
// 讀取輸入圖像
cv::Matsrc;
cap>>src;// 獲取新的一幀
if(src.empty())
{
std::cerr<<"Warning: Couldn't read a frame from the camera."<<std::endl;
continue;
}

// 轉(zhuǎn)換為灰度圖像
cv::Matgray;
cv::cvtColor(src,gray,cv::COLOR_BGR2GRAY);

// 高斯模糊降噪
cv::GaussianBlur(gray,gray,cv::Size(5,5),0);

// 圓檢測（霍夫圓變換）
std::vector<cv::Vec3f>circles;
cv::HoughCircles(gray,circles,cv::HOUGH_GRADIENT,1,gray.rows/16,100,30,1,300);
for(constcv::Vec3f&circle:circles)
{
cv::Pointcenter(cvRound(circle[0]),cvRound(circle[1]));
intradius=cvRound(circle[2]);
cv::circle(src,center,radius,cv::Scalar(0,255,255),2);// 繪制圓
}

edit.Print(src);
}

cap.release();
return0;
}

3.2 識(shí)別直線

3.2.1 流程圖

3.2.2 核心代碼解析

將原始圖像轉(zhuǎn)換為灰度圖像

cv::cvtColor(src,gray,cv::COLOR_BGR2GRAY);

Canny邊緣檢測

cv::Canny(gray,edges,50,150);

利用霍夫變換檢測直線并在原圖像中繪制

cv::HoughLinesP(edges,lines,1,CV_PI/180,50,50,10);
for(constcv::Vec4i&line:lines)
{
cv::line(src,cv::Point(line[0],line[1]),cv::Point(line[2],line[3]),cv::Scalar(255,0,0),2);
}

3.2.3 完整代碼實(shí)現(xiàn)

#include
#include
#include

intmain()
{
lockzhiner_vision_module::Editedit;
if(!edit.StartAndAcceptConnection())
{
std::cerr<<"Error: Failed to start and accept connection."<<std::endl;
returnEXIT_FAILURE;
}
std::cout<<"Device connected successfully."<<std::endl;
// 初始化攝像頭
cv::VideoCapturecap;
intwidth=640; // 設(shè)置攝像頭分辨率寬度
intheight=480;// 設(shè)置攝像頭分辨率高度
cap.set(cv::CAP_PROP_FRAME_WIDTH,width);
cap.set(cv::CAP_PROP_FRAME_HEIGHT,height);

cap.open(0);// 參數(shù) 0 表示默認(rèn)攝像頭設(shè)備
if(!cap.isOpened())
{
std::cerr<<"Error: Could not open camera."<<std::endl;
returnEXIT_FAILURE;
}

while(true)
{
// 讀取輸入圖像
cv::Matsrc;
cap>>src;// 獲取新的一幀
if(src.empty())
{
std::cerr<<"Warning: Couldn't read a frame from the camera."<<std::endl;
continue;
}

// 轉(zhuǎn)換為灰度圖像
cv::Matgray;
cv::cvtColor(src,gray,cv::COLOR_BGR2GRAY);

// 邊緣檢測（Canny）
cv::Matedges;
cv::Canny(gray,edges,50,150);

// 直線檢測（霍夫變換）
std::vector<cv::Vec4i>lines;
cv::HoughLinesP(edges,lines,1,CV_PI/180,50,50,10);
for(constcv::Vec4i&line:lines)
{
cv::line(src,cv::Point(line[0],line[1]),cv::Point(line[2],line[3]),cv::Scalar(255,0,0),2);
}

edit.Print(src);
}

cap.release();
return0;
}

3.3 識(shí)別多邊形

3.3.1 流程圖

3.3.2 核心代碼解析

預(yù)處理：包括灰度轉(zhuǎn)換、高斯模糊、Canny邊緣檢測

cv::cvtColor(src,gray,cv::COLOR_BGR2GRAY);
cv::GaussianBlur(gray,gray,cv::Size(5,5),0);
cv::Canny(gray,edges,50,150);

輪廓分析

std::vector<std::vector<cv::Point>>contours;
cv::findContours(edges,contours,cv::RETR_LIST,cv::CHAIN_APPROX_SIMPLE);

多邊形擬合

for(size_ti=0;i<contours.size();i++) {
std::vector<cv::Point>approx;
cv::approxPolyDP(contours[i],approx,
cv::arcLength(contours[i],true)*0.02,true);
cv::drawContours(polygonImage,
std::vector<std::vector<cv::Point>>{approx},-1,
cv::Scalar(0,0,255),2);
}

3.3.3 完整代碼實(shí)現(xiàn)

#include
#include
#include

intmain()
{
lockzhiner_vision_module::Editedit;
if(!edit.StartAndAcceptConnection())
{
std::cerr<<"Error: Failed to start and accept connection."<<std::endl;
returnEXIT_FAILURE;
}
std::cout<<"Device connected successfully."<<std::endl;
// 初始化攝像頭
cv::VideoCapturecap;
intwidth=640; // 設(shè)置攝像頭分辨率寬度
intheight=480;// 設(shè)置攝像頭分辨率高度
cap.set(cv::CAP_PROP_FRAME_WIDTH,width);
cap.set(cv::CAP_PROP_FRAME_HEIGHT,height);

cap.open(0);// 參數(shù) 0 表示默認(rèn)攝像頭設(shè)備
if(!cap.isOpened())
{
std::cerr<<"Error: Could not open camera."<<std::endl;
returnEXIT_FAILURE;
}

while(true)
{
// 讀取輸入圖像
cv::Matsrc;
cap>>src;// 獲取新的一幀
if(src.empty())
{
std::cerr<<"Warning: Couldn't read a frame from the camera."
<<std::endl;
continue;
}

// 轉(zhuǎn)換為灰度圖像
cv::Matgray;
cv::cvtColor(src,gray,cv::COLOR_BGR2GRAY);

// 高斯模糊降噪
cv::GaussianBlur(gray,gray,cv::Size(5,5),0);

// 邊緣檢測（Canny）
cv::Matedges;
cv::Canny(gray,edges,50,150);

// 查找輪廓
std::vector<std::vector<cv::Point>>contours;
cv::findContours(edges,contours,cv::RETR_LIST,cv::CHAIN_APPROX_SIMPLE);

// 多邊形擬合
cv::MatpolygonImage=src.clone();
for(size_ti=0;i<contours.size();i++)
{
std::vector<cv::Point>approx;
cv::approxPolyDP(contours[i],approx,
cv::arcLength(contours[i],true)*0.02,true);
cv::drawContours(polygonImage,
std::vector<std::vector<cv::Point>>{approx},-1,
cv::Scalar(0,0,255),2);
}

edit.Print(polygonImage);
}

cap.release();
return0;
}

4. 編譯過程

4.1 編譯環(huán)境搭建

請(qǐng)確保你已經(jīng)按照開發(fā)環(huán)境搭建指南正確配置了開發(fā)環(huán)境。

同時(shí)以正確連接開發(fā)板。

4.2 Cmake介紹

# CMake最低版本要求
cmake_minimum_required(VERSION3.10)

project(test_find_contours)

set(CMAKE_CXX_STANDARD17)
set(CMAKE_CXX_STANDARD_REQUIRED ON)

# 定義項(xiàng)目根目錄路徑
set(PROJECT_ROOT_PATH"${CMAKE_CURRENT_SOURCE_DIR}/../..")
message("PROJECT_ROOT_PATH = "${PROJECT_ROOT_PATH})

include("${PROJECT_ROOT_PATH}/toolchains/arm-rockchip830-linux-uclibcgnueabihf.toolchain.cmake")

# 定義 OpenCV SDK 路徑
set(OpenCV_ROOT_PATH"${PROJECT_ROOT_PATH}/third_party/opencv-mobile-4.10.0-lockzhiner-vision-module")
set(OpenCV_DIR"${OpenCV_ROOT_PATH}/lib/cmake/opencv4")
find_package(OpenCV REQUIRED)
set(OPENCV_LIBRARIES"${OpenCV_LIBS}")
# 定義 LockzhinerVisionModule SDK 路徑
set(LockzhinerVisionModule_ROOT_PATH"${PROJECT_ROOT_PATH}/third_party/lockzhiner_vision_module_sdk")
set(LockzhinerVisionModule_DIR"${LockzhinerVisionModule_ROOT_PATH}/lib/cmake/lockzhiner_vision_module")
find_package(LockzhinerVisionModule REQUIRED)

# 尋找圓型輪廓
add_executable(Test-find-circle find_circle.cc)
target_include_directories(Test-find-circle PRIVATE${LOCKZHINER_VISION_MODULE_INCLUDE_DIRS})
target_link_libraries(Test-find-circle PRIVATE${OPENCV_LIBRARIES}${LOCKZHINER_VISION_MODULE_LIBRARIES})
# 尋找線
add_executable(Test-find-line find_line.cc)
target_include_directories(Test-find-line PRIVATE${LOCKZHINER_VISION_MODULE_INCLUDE_DIRS})
target_link_libraries(Test-find-line PRIVATE${OPENCV_LIBRARIES}${LOCKZHINER_VISION_MODULE_LIBRARIES})
# 尋找多邊形
add_executable(Test-find-polygon find_polygon.cc)
target_include_directories(Test-find-polygon PRIVATE${LOCKZHINER_VISION_MODULE_INCLUDE_DIRS})
target_link_libraries(Test-find-polygon PRIVATE${OPENCV_LIBRARIES}${LOCKZHINER_VISION_MODULE_LIBRARIES})

install(
TARGETS Test-find-circle
TARGETS Test-find-line
TARGETS Test-find-polygon
RUNTIME DESTINATION .
)

4.3 編譯項(xiàng)目

使用 Docker Destop 打開 LockzhinerVisionModule 容器并執(zhí)行以下命令來編譯項(xiàng)目

# 進(jìn)入Demo所在目錄
cd/LockzhinerVisionModuleWorkSpace/LockzhinerVisionModule/Cpp_example/C04_find_contours
# 創(chuàng)建編譯目錄
rm-rfbuild &&mkdirbuild &&cdbuild
# 配置交叉編譯工具鏈
exportTOOLCHAIN_ROOT_PATH="/LockzhinerVisionModuleWorkSpace/arm-rockchip830-linux-uclibcgnueabihf"
# 使用cmake配置項(xiàng)目
cmake ..
# 執(zhí)行編譯項(xiàng)目
make-j8&&makeinstall

在執(zhí)行完上述命令后，會(huì)在build目錄下生成可執(zhí)行文件。

5. 例程運(yùn)行示例

5.1 圓識(shí)別

chmodfind_circle
./find_circle

識(shí)別結(jié)果：

5.2 直線識(shí)別

chmodfind_line
./find_line

識(shí)別結(jié)果：

5.3 多邊形識(shí)別

chmodfind_polygon
./find_polygon

多邊形識(shí)別：

6. 總結(jié)

本文檔深入探討了使用 OpenCV 進(jìn)行實(shí)時(shí)圖像處理與特征檢測的多種方法，展示了如何通過邊緣檢測、直線檢測、圓檢測以及多邊形擬合等技術(shù)對(duì)攝像頭捕獲的視頻流進(jìn)行分析。同時(shí)使用傳統(tǒng)視覺方法進(jìn)行圖像識(shí)別，對(duì)環(huán)境非常敏感，推薦使用LockAI目標(biāo)檢測方法進(jìn)行不同物體的識(shí)別以取得更好的效果。