- 博客(21)
- 收藏
- 关注
RSS订阅原创 OpenCV与深度学习：基于Dlib的眨眼检测
为了解决高中母校的某些学生喜欢上课睡觉的问题，某大学生一怒之下竟开发眨眼检测系统，用于测量学生在一段时间内的眨眼次数。看到程序运行效果后，学生们可高兴了，纷纷表示自己上课绝对不会再睡觉(bushi)
2025-08-04 21:37:15
274
1
原创 OpenCV：基于ORB的图像特征对比
这段代码是主包参加中国机器人大赛的时候写的，用于在电脑上调试不同图像之间的相似度，从而让机器知道自己有没有见过这种图像。实际测试的时候发现效果不太理想，只要两张图片的拍摄角度有一些偏差，那就会认为两张图片不相似。当然，也可能是主包参数没调对，还有就是测试场地的背景有点复杂，不同角度拍到的背景差异有点大，所以主包最后比赛的时候没有把这个代码放上去，用的是深度学习的方法（）
2025-08-04 21:26:25
188
原创 基于OpenCV的简单形状检测
如果值为一个列表，列表长度表示图中识别到几个该形状，列表元素为要旋转的角度。例如：字典中rectangle的值为20，表示图中检测到一个矩形，要使该矩形中心位于机器正前方，要使机器右转20度。又如：字典中circle的值为[30, -10]，表示图中检测到两个圆形，要让它们分别位于机器正前方，前者要使机器右转30度，后者要使机器左转10度。能识别的形状："triangle": 三角形, "square": 正方形, "rectangle": 矩形, "circle": 圆形, "N": 不规则多边形。
2025-08-04 21:21:55
158
原创 OpenCV与深度学习：基于YOLOv5与MediaPipe框架的人体姿态检测
这段代码通过官方预训练的YOLOv5模型获取图像中的人体区域，将人体区域按比例缩放以后，通过MediaPipe框架检测区域中的人体关键点。主包之前在这段代码基础上进行了一些改进，参加了2025年华东杯数学建模邀请赛A题，分析跳台滑雪比赛中优秀运动员的比赛影像，计算他们在各个过程中的姿态角，用cv算法的分析结果佐证我们用数学建模方法算出来的结果，最后也是成功拿到了奖金(doge)MediaPipe的精度没有那么好，如果是追求推理速度可以用这个模型，如果对精度要求更高，可以试一下YOLO-pose系列。
2025-08-04 21:14:22
193
原创 用python实现贪吃蛇小游戏
某大学生为了上课摸鱼，竟然做出这种事！老师：我本以为他只是在调试代码，没想到他竟然......这是一个用python实现的简单的贪吃蛇小游戏，直接运行即可。
2025-08-04 20:56:13
230
原创 用python实现井字棋小游戏
某大学生上课竟然做出这种事！老师：我本以为他在认真敲代码，没想到他竟然在......一个简单的井字棋小游戏，python直接运行就行。
2025-08-04 20:51:33
177
原创 湖南大学-大学物理实验：不确定度的计算与数据处理
然后误差限a和B类不确定度u仪要根据仪器具体情况确定，比如一个尺子最小刻度是1mm，那误差限就是1mm，注意单位换算。u仪要看一下仪器上有没有写，我做实验的时候仪器上面好像都没有写，所以这里一般直接填0就行。给学弟学妹开源一下我之前大物实验数据处理用的Python代码，有计算不确定度、线性拟合之类的功能，可以对照课本看一下。用的库都很简单，有一点python基础的人应该都能看懂。按照弹出来的提示，以列表的形式把数据输进去，我这里随便输了一个：[2, 3.1, 1.9, 1.0, 2.1]
2025-08-04 20:40:36
323
1
原创 K230笔记：按下“快门”拍照
众所周知，K230视觉模块顶上有两个自带的按键，一个用来重启，一个类似于GPIO，按下后给K230一个输入信号。这段代码使用的是后者。按下按键后，K230会将当前帧保存到SD卡的photo文件夹，如果碰到出去玩但是忘了带相机之类的情况可以试试（）
2025-08-04 00:24:15
129
原创 K230笔记：基于矩形透射变换的矩形检测、中心点计算与脱机阈值调整
通过灰度阈值进行二值化以后，在二值化图像上进行矩形检测，利用矩形透射变换的方法确定最后的矩形中心点。不建议用这个方法，因为阻塞式按键的存在，K230在脱机运行时经常死机，在我电脑上跑的时候倒是没啥问题。灰度阈值等参数可以通过按键调整，相关GPIO口和对应的作用见代码。本代码可用作2025电赛E题视觉部分的参考。
2025-08-04 00:20:23
166
原创 K230笔记：基于色块追踪的矩形框检测、中心坐标计算与脱机阈值调整
另外，初始化GPIO33到35用于脱机阈值调整，第一个用来选择要调整的阈值（L_min到B_max，也可以选择不调整，进入追踪阶段），第二个用来选择是上调这个参数还是下调，第三个用来触发调整操作。举个例子，通过GPIO33接收按键传来的0信号，最终选择调整A_max，再通过GPIO34选择调整方式为下调，这时按一下连接GPIO35的按键，给它一个0信号，这时A_max就会下降1。这个方法的优点是，即使没有拍到完整的矩形目标靶，也能确定目标的位置，缺点是中心点坐标计算不准。
2025-08-04 00:16:40
257
原创 K230笔记：基于矩形透射变换的矩形检测及其中心坐标计算
通过灰度阈值进行二值化，在二值化图像上进行矩形检测，并利用矩形透射变换找到中心点。优点是中心点计算很准确，而且识别精度比直接进行矩形检测要好很多，缺点是必须拍到完整的矩形框才能进行识别。
2025-08-04 00:08:45
117
原创 K230笔记：GPIO口接收按键输入
初始化K230视觉模块的GPIO5，按键的一段接地，另一端与GPIO5连接，当按下按键，K230接收到后会输出“收到”
2025-08-04 00:05:08
111
原创 K230笔记：矩形检测与红色激光追踪
这里通过按键进行功能选择，可以选择进行矩形检测和激光光斑追踪。激光光斑追踪是基于LAB阈值，通过面积和长宽比判断是否有效。23年电赛控制题中，红色激光和绿色激光同时出现，而且红色和绿色的LAB阈值很接近，于是我在色块外接矩形中心线最上面的四等分点采样得到这个像素的RGB，R大于一个阈值才认为这是红色激光光斑，因为红色和绿色的R和G参数区别会比较大。
2025-08-04 00:02:25
210
原创 OpenMV笔记：通过圆检测与卡尔曼滤波追踪圆形目标并进行脱机阈值调整
三个按键分别用于：①选择要调整的阈值，包括L_min, L_max, A_min, A_max, B_min, B_max，也可以选择不调整，进入目标追踪模式；举个例子，第一个按键选择要调整的阈值为L_max，第二个按键选择调整方式为下降。这时，假设L_max = 50，短按第三个按键后，L_max将被改为49。代码的核心部分通过LAB阈值进行二值化得到黑白图像，在二值化后的图像上进行圆检测，从而找到一个圆形目标。为了防止目标受到光照变换等影响而丢失，引入卡尔曼滤波，在目标丢失的时候预测其位置。
2025-08-03 23:51:49
200
原创 OpenMV笔记：通过色块追踪与卡尔曼滤波追踪圆形目标，以及自适应阈值调整
这段代码在利用LAB阈值进行二值化后执行圆检测，从而找到圆形目标，为了防止因为光线等干扰导致目标丢失，引入卡尔曼滤波。另外加入了自适应调整，找到目标后，基于该目标的LAB阈值进行检测，如果一直检测不到目标，阈值将逐渐回归初始设置。这个方法不太好用，不如通过按键进行脱机阈值调整。
2025-08-03 23:45:03
100
原创 OpenMV笔记：基于灰度阈值的轨道中心线确定及自适应阈值调整
通过灰度阈值进行二值化以后，计算地面上灰色轨道的中心点，这里跟星瞳科技给的示例代码差不多。我的主要改进在于手动添加了一个ROI，还添加了一个get_adaptive_threshold()函数用于灰度阈值的自适应调整，可以自动计算最佳分割阈值，不需要用按键去脱机调整。
2025-08-03 23:39:12
116
原创 OpenMV笔记：通过GPIO口接收按键信号
这里使用OpenMV的P7引脚进行测试。在OpenMV IDE连接OpenMV设备，按下按键，当P7引脚接收到高电平信号，IDE中会输出“收到信号”
2025-08-03 23:32:35
98
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人