OPENCV形状识别(及数量统计)：用代码“看懂”世界！

即安工作室

于 2025-03-22 22:20:11 发布

阅读量415

点赞数 4

文章标签： opencv 人工智能计算机视觉

本文链接：https://blog.csdn.net/2301_79913420/article/details/146405629

版权

之前有写过一期有关openmv的识别，那个时候我大一还不会稍微厉害一点的单片机，还是一个嵌入式小白，借着openmv的官方文档完成的项目需求，现在看其实还是挺热泪盈眶的

从一个普通高中生上到一个普通大学，从初中怀疑到高中绝望到大学无助，但是仍然努力，就像那个谁说的，当我经历过黑夜后还是坚信光明，哈哈，所以没什么大不了的，好好得生活，可能我不是一个聪明的人，但没准可以成为想要的人得到一个想要的生活呢，而且现在不也是在好好生活吗，如果你也是一个和我相像的人，请不要自暴自弃，累了就休息一下听首歌放松放松，加油陌生人

下面开始正题：

在图像识别的世界里，形状识别一直是个热门话题。最近，我又在捣鼓图像识别的项目，但这次不想再用老一套的方法了。为了体现自己的进步，我决定采用USB摄像头与飞腾派（假设是一种开发板）连接，通过蓝牙传输给手机，让手机端不仅能接收数据，还能作为发送端进行交互。今天，就先来聊聊这个项目里最核心的部分——OpenCV形状识别及数量统计。

我使用的usb摄像头：

一定要注意这个摄像头带有畸变，有的是-10%有的是-17%有的是0%

我的是-10%，要消除畸变，请到我的主页里面看，附上了代码的可以直接使用，只需要调一下参数

一、项目背景

在许多实际应用场景中，能够快速准确地识别图像中的形状并统计其数量是非常有价值的。比如在工业生产中，可以用来检测零件的形状和数量；在安防监控中，可以识别特定物体的出现次数。而OpenCV作为一个强大的开源计算机视觉库，提供了丰富的功能来实现这些目标。

二、环境搭建

在开始之前，确保你的开发环境已经搭建好。你需要安装OpenCV库，如果你使用的是Python，可以通过以下命令快速安装：

pip install opencv-python

同时，确保你的USB摄像头能够被系统识别，并且飞腾派（或者其他开发板）能够正常运行Python代码。

三、形状识别及数量统计代码实现

3.1 读取摄像头图像

首先，我们需要从USB摄像头中读取图像。OpenCV提供了非常方便的接口来实现这一点：

import cv2

# 初始化摄像头
cap = cv2.VideoCapture(0)

# 检查摄像头是否成功打开
if not cap.isOpened():
    print("无法打开摄像头")
    exit()

# 读取一帧图像
ret, frame = cap.read()

# 显示图像
cv2.imshow('frame', frame)

# 等待按键并释放摄像头资源
cv2.waitKey(0)
cap.release()
cv2.destroyAllWindows()

3.2 图像预处理

为了更好地识别形状，我们需要对图像进行预处理。通常包括灰度化、二值化和去噪等操作：

# 将图像转换为灰度图
gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)

# 使用高斯模糊去噪
blurred = cv2.GaussianBlur(gray, (5, 5), 0)

# 二值化处理
_, thresh = cv2.threshold(blurred, 60, 255, cv2.THRESH_BINARY)

3.3 形状识别与数量统计

接下来，我们使用OpenCV的轮廓检测功能来识别形状，并统计不同形状的数量：

# 寻找轮廓
contours, _ = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

# 初始化形状计数器
shape_counts = {"circle": 0, "rectangle": 0, "triangle": 0}

# 遍历轮廓
for cnt in contours:
    # 计算轮廓的周长
    peri = cv2.arcLength(cnt, True)
    # 近似轮廓
    approx = cv2.approxPolyDP(cnt, 0.04 * peri, True)

    # 根据轮廓的边数判断形状
    if len(approx) == 3:
        shape = "triangle"
    elif len(approx) == 4:
        shape = "rectangle"
    else:
        shape = "circle"

    # 绘制轮廓并标记形状
    cv2.drawContours(frame, [cnt], -1, (0, 255, 0), 2)
    cv2.putText(frame, shape, (cnt[0][0][0], cnt[0][0][1]), cv2.FONT_HERSHEY_SIMPLEX, 0.5, (255, 255, 255), 2)

    # 更新形状计数器
    shape_counts[shape] += 1

# 显示结果
print("Shape counts:", shape_counts)
cv2.imshow('shapes', frame)
cv2.waitKey(0)
cv2.destroyAllWindows()