opencv，用摄像头识别贴片元件的定位和元件的角度（转载）
| 分类： 学习笔记 |
先说一下
开源的opencv真是一件伟大的产品，
那么多个函数跟变量（具体多少还没数过），要是结合起来综合运用几乎可以胜
任任何有关图像识别和处理方面的工作。。如果能更深入一点根据具体需要修改或优
化里面的源码那更是如虎添翼。。
花了点时间浏览了www.opencv.org.cn论坛里的所有贴子，还好不多才200多页，
总体上对opencv里的一些常用函数功能作用大致有点了解，筛选一些跟元件识别有关的运用内容，但它论坛里的贴子回复的内容点到即止的居多。
从网上下载了能搜到的教程跟代码全学习了解测试了一下
图像处理流程通常先开始都是要进行滤波，除燥，灰度，二值化后再轮廓识别等。
开始动手
经过多次好多次运行测试组合，终于有一次显示出意外的惊人效果，而且相当简单只是调用了几个函数而以，就可以有这样效果实在出人意料
第一个是进行元件中心点获取，也是直接调用函数再加点东西就可以得出元件的四个矩形顶点坐标，有这几个坐标就可以直接算出元件中间点所在的坐标了，
如果要检测元件摆放角度是否是垂直90度，只要判断边宽的长度为最小或最大时就是垂直90度。。。
(原文件名:1.jpg)
测试视频地址： http://v.youku.com/v_show/id_XMjU5NzY5NTI0.html
但这个矩形框无法测出元件具体角度
不过，
又搜到
还有另外一个函数可以提供这个功能，调用后可以直接求出最小外接矩形和角度
如图。。。
(原文件名:2.jpg)
测试视频地址： http://v.youku.com/v_show/id_XMjYwMDMzMDc2.html
里面的光源不行，临时用手电筒，和在光盘上插几个LED做环形灯做照明 无法做到无阴影显示，
如果光源做的好，效果应该是非常精确稳定。。
源代码，等整理后再放上来。。希望熟悉opencv的人能提供更多一些使用经验
开源的opencv真是一件伟大的产品，
那么多个函数跟变量（具体多少还没数过），要是结合起来综合运用几乎可以胜
任任何有关图像识别和处理方面的工作。。如果能更深入一点根据具体需要修改或优
化里面的源码那更是如虎添翼。。
花了点时间浏览了www.opencv.org.cn论坛里的所有贴子，还好不多才200多页，
总体上对opencv里的一些常用函数功能作用大致有点了解，筛选一些跟元件识别有关的运用内容，但它论坛里的贴子回复的内容点到即止的居多。
从网上下载了能搜到的教程跟代码全学习了解测试了一下
图像处理流程通常先开始都是要进行滤波，除燥，灰度，二值化后再轮廓识别等。
开始动手
经过多次好多次运行测试组合，终于有一次显示出意外的惊人效果，而且相当简单只是调用了几个函数而以，就可以有这样效果实在出人意料
第一个是进行元件中心点获取，也是直接调用函数再加点东西就可以得出元件的四个矩形顶点坐标，有这几个坐标就可以直接算出元件中间点所在的坐标了，
如果要检测元件摆放角度是否是垂直90度，只要判断边宽的长度为最小或最大时就是垂直90度。。。
(原文件名:1.jpg)
测试视频地址： http://v.youku.com/v_show/id_XMjU5NzY5NTI0.html
但这个矩形框无法测出元件具体角度
不过，
又搜到
还有另外一个函数可以提供这个功能，调用后可以直接求出最小外接矩形和角度
如图。。。
(原文件名:2.jpg)
测试视频地址： http://v.youku.com/v_show/id_XMjYwMDMzMDc2.html
里面的光源不行，临时用手电筒，和在光盘上插几个LED做环形灯做照明 无法做到无阴影显示，
如果光源做的好，效果应该是非常精确稳定。。
源代码，等整理后再放上来。。希望熟悉opencv的人能提供更多一些使用经验
我这里方法是这几步
1.读取图像
2.调用cvCvtColor(src, gray, CV_BGR2GRAY); 把三通道彩色转成单通常8位灰度图像
3.调用smooth函数对灰度图像进行滤波说白了就是把图像变模糊，让边缘变光滑，这个好处理外形轮廓
4.把滤波后灰度值图像再过滤成黑白二色图像
4.调用轮廓识别函数cvFindContours是从二值图像中直接检索出所有轮廓
5.主要工作完成。。
剩下就是把图画出来
只要把图像过滤成黑白二值后，下面就可以直接调用识别轮廓函数进行识别，前面几步过滤的越好，识别出来的精度越高
我这个只用smooth函数对图像进行模糊一下，其实前期除燥处理还有其它多种方法，跟组合方法
这里调用smooth滤波的效果是：比如未滤波前图像清晰度很高，边边角角太过清晰分明，
这样结果会使后面的黑白二值处理边缘不平整，再调用轮廓识别函数找出来的轮廓就不精准
(原文件名:2.JPG)
经过适当滤波后这时边缘平滑，二值化后就很平整，这样最好识别，
但是滤波也不能太过头，因为精准度会产生误差，因为滤完后图像跟原图已经有所不同了
(原文件名:3.JPG)
所以操作步骤是：
光源最好越好越好，物体跟背景颜色反差大一点，像白色跟黑色
先调第1个滑块给图像适当滤波，然再再调第二个滑块出现平滑边缘，就可以比较准确的识别
更精准识别,图像要越大越清晰，精准度越高，靠进摄像头近一点，焦距调清晰一点，物体显示大一点，这样效果也相当好
但是这样太考近对边缘任棱角太多的物体就不好用，边缘齿太多的物体还是放远点模糊一点比较好。
opencv功能很强大，前期的预处理可以有多种方法做，这个还需要不断的学习中。。
只要预处理做好了，变成二值图后，后面就可以省心给轮廓识别函数去得出结果了。。
(原文件名:kk.jpg)
1.读取图像
2.调用cvCvtColor(src, gray, CV_BGR2GRAY); 把三通道彩色转成单通常8位灰度图像
3.调用smooth函数对灰度图像进行滤波说白了就是把图像变模糊，让边缘变光滑，这个好处理外形轮廓
4.把滤波后灰度值图像再过滤成黑白二色图像
4.调用轮廓识别函数cvFindContours是从二值图像中直接检索出所有轮廓
5.主要工作完成。。
剩下就是把图画出来
只要把图像过滤成黑白二值后，下面就可以直接调用识别轮廓函数进行识别，前面几步过滤的越好，识别出来的精度越高
我这个只用smooth函数对图像进行模糊一下，其实前期除燥处理还有其它多种方法，跟组合方法
这里调用smooth滤波的效果是：比如未滤波前图像清晰度很高，边边角角太过清晰分明，
这样结果会使后面的黑白二值处理边缘不平整，再调用轮廓识别函数找出来的轮廓就不精准
(原文件名:2.JPG)
经过适当滤波后这时边缘平滑，二值化后就很平整，这样最好识别，
但是滤波也不能太过头，因为精准度会产生误差，因为滤完后图像跟原图已经有所不同了
(原文件名:3.JPG)
所以操作步骤是：
光源最好越好越好，物体跟背景颜色反差大一点，像白色跟黑色
先调第1个滑块给图像适当滤波，然再再调第二个滑块出现平滑边缘，就可以比较准确的识别
更精准识别,图像要越大越清晰，精准度越高，靠进摄像头近一点，焦距调清晰一点，物体显示大一点，这样效果也相当好
但是这样太考近对边缘任棱角太多的物体就不好用，边缘齿太多的物体还是放远点模糊一点比较好。
opencv功能很强大，前期的预处理可以有多种方法做，这个还需要不断的学习中。。
只要预处理做好了，变成二值图后，后面就可以省心给轮廓识别函数去得出结果了。。
(原文件名:kk.jpg)
有关打不开摄像头的问题：
这种情况估计是Opencv无法识别摄像头驱动。。
得用跟硬件无关的DirectShow显示方法
官网上有提供例子包含了DirectShow的CameraDS类，
下载这个附件运行里面的camerads.exe，看看你的电脑能不能显示，里面有源码
可以的话，就可以把CameraDS这个类改用到MFC上。
得用跟硬件无关的DirectShow显示方法
官网上有提供例子包含了DirectShow的CameraDS类，
下载这个附件运行里面的camerads.exe，看看你的电脑能不能显示，里面有源码
可以的话，就可以把CameraDS这个类改用到MFC上。
有关摄像头校正问题：
| 镜头畸变可以通过事先拍一张网格图来得到 --------------------------------------- 用网格来标定是一种简单的方法，但在高精度的情况下换是行不通的。 因为格与格的的插补就很复杂。如果算法不佳误差绝对是大于一个像素以上。 经常会发现算出来的定位总是不理想。 当然用来贴电阻电容是没问题，但用来贴IC问题可大了。 有关下面的进展： 是不是你的摄像头速度慢？ 我以前玩过打线机，我感觉用高速摄像头加显微镜头，给电机反馈位置，相当于闭环，应该可以做到那个精度的，或者先用低倍镜头的摄像头给芯片粗定位，当芯片进入显微镜头范围内再用高倍摄像头测位置，这时候差他几个像素也没问题。 测角度： 如果测算角度的话，用hough变换可以很快找到直线，然后算角度。 |
原载网址：http://www.amobbs.com/thread-4684408-1-1.html
