OPENCV C++色块识别

最新推荐文章于 2024-07-18 17:32:32 发布

o无花果塔o

最新推荐文章于 2024-07-18 17:32:32 发布

阅读量418

点赞数 5

文章标签： c++ visual studio opencv

本文链接：https://blog.csdn.net/2301_80159503/article/details/136631040

版权

成功搞定了基于VS2022和opencv的色块识别代码

目前可以实现识别绿色色块并框起来和显示中心点。

代码：

#include <opencv2/opencv.hpp>
#include <iostream>

using namespace cv;
using namespace std;

// 自定义比较函数，用于排序轮廓
bool compareContourArea(vector<Point> contour1, vector<Point> contour2) {
    double area1 = contourArea(contour1);
    double area2 = contourArea(contour2);
    return (area1 > area2);
}

int main() {
    // 打开摄像头
    VideoCapture cap(0);
    if (!cap.isOpened()) {
        cout << "Error: Failed to open camera." << endl;
        return -1;
    }

    while (true) {
        Mat frame;
        cap >> frame; // 从摄像头中获取一帧图像

        // 检查是否成功获取了图像
        if (frame.empty()) {
            cout << "Error: Failed to capture frame." << endl;
            break;
        }

        // 将图像转换为灰度图
        Mat gray;
        cvtColor(frame, gray, COLOR_BGR2GRAY);

        // 对灰度图进行阈值处理，分割出绿色色块
        Mat green_binary;
        inRange(frame, Scalar(0, 100, 0), Scalar(100, 255, 100), green_binary); // 绿色色块的阈值范围

        // 寻找绿色色块的轮廓
        vector<vector<Point>> green_contours;
        findContours(green_binary, green_contours, RETR_EXTERNAL, CHAIN_APPROX_SIMPLE);

        // 对轮廓按面积进行排序
        sort(green_contours.begin(), green_contours.end(), compareContourArea);

        // 仅保留最大的两个绿色色块
        vector<Point> largest_green_contour;
        if (green_contours.size() >= 1) {
            largest_green_contour = green_contours[0];
        }

        // 计算最大绿色色块的中心和坐标
        Moments green_moments = moments(largest_green_contour);
        Point green_center(green_moments.m10 / green_moments.m00, green_moments.m01 / green_moments.m00);

        // 在图像上绘制最大绿色色块的中心和坐标
        circle(frame, green_center, 5, Scalar(0, 255, 0), -1);

        // 获取最大绿色色块的边界框
        Rect green_bbox = boundingRect(largest_green_contour);

        // 在图像上框出最大绿色色块的轮廓
        rectangle(frame, green_bbox, Scalar(0, 255, 0), 2);

        // 显示处理后的图像
        imshow("Frame", frame);

        // 检查是否按下了ESC键，如果按下则退出循环
        if (waitKey(30) == 27) {
            break;
        }
    }

    // 关闭摄像头
    cap.release();
    destroyAllWindows();

    return 0;
}