python装甲板识别_rm视觉组pytorch实现装甲板数字识别-CSDN博客

本文链接：https://blog.csdn.net/Qw1nn/article/details/131919125

该代码使用OpenCV进行图像预处理，包括颜色空间转换、亮度和饱和度调整，然后通过阈值过滤和膨胀操作识别红色灯条。通过轮廓检测计算灯条的中心点，进一步找出装甲板的可能中点并进行标记。最后在视频流中实时显示处理结果。

摘要由CSDN通过智能技术生成

import cv2
import numpy as np

def filter(img):            #图像预处理
    img_t = cv2.cvtColor(img,cv2.COLOR_BGR2HSV)
    h,s,v = cv2.split(img_t)
    v1 = np.clip(cv2.add(1*v,-120),0,255)       #调整亮度和饱和度
    s += 20
    img1 = np.uint8(cv2.merge((h,s,v1)))
    lower_red ,upper_red= np.array([0, 110, 120]),np.array([20, 200, 255])      #按照阈值过滤灯条
    img1 = cv2.dilate(cv2.inRange(img1, lower_red, upper_red), np.ones((5, 5), np.uint8), iterations=1) #膨胀，便于轮廓识别
    contours, hierarchy = cv2.findContours(img1, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_TC89_L1) #识别轮廓
    center=[]
    for contour in contours:                # 求轮廓中心
        M = cv2.moments(contour)            # 计算轮廓的矩
        center_x = int(M["m10"] / M["m00"]) # 计算中心点的x和y坐标
        center_y = int(M["m01"] / M["m00"])
        center.append([center_x,center_y])
        cv2.circle(img, (center_x, center_y), 5, (255, 255, 0), -1)# 在图像上绘制中心点
    midpoints = []
    for i in range(len(center)):                #找到符合条件的中点
        for j in range(i+1, len(center)):
            if abs(center[i][1] - center[j][1]) < 5:    #用纵坐标之差过滤，同一装甲板的灯条都是平行的
                midpoint_x = (center[i][0] + center[j][0]) / 2
                midpoint_y = (center[i][1] + center[j][1]) / 2
                midpoints.append([midpoint_x, midpoint_y])
    if midpoints is not []:
        for point in midpoints:                 #输出并绘制
            print(point)
            cv2.circle(img, (round(point[0]),round(point[1])), 12, (255, 0, 255), -1)
    img=cv2.drawContours(img, contours, -1, (0, 255, 0), 2) #可以删这行
    return img

video_capture = cv2.VideoCapture('./test.mp4')
while cv2.waitKey(1) is not ord('q'):
    ret, frame = video_capture.read()
    if not ret:
        break
    img=filter(frame)
    cv2.imshow('Video',img )
video_capture.release()
cv2.destroyAllWindows()