OpenCv使用摄像头进行霍夫圆变换识别圆形并返回圆心坐标

希望大家学会分享,你懂得别人未必懂,大家一起学习。

效果图:


代码的实现如下(底下有参数的解释):

#include "stdafx.h"
//---------------------------------【头文件、命名空间包含部分】----------------------------
// 描述:包含程序所使用的头文件和命名空间
//------------------------------------------------------------------------------------------------
#include <opencv2/opencv.hpp>
#include <opencv2/imgproc/imgproc.hpp>
#include <iostream>
using namespace cv;
using namespace std;


//-----------------------------------【main( )函数】------------------------------------------
// 描述:控制台应用程序的入口函数,我们的程序从这里开始
//-----------------------------------------------------------------------------------------------
int main( )
{

  • 22
    点赞
  • 136
    收藏
    觉得还不错? 一键收藏
  • 17
    评论
好的,下面我给您讲解一下: 1. 相机标定:通过拍摄不同姿态的标定板,使用OpenCV中的calibrateCamera函数来计算相机的内参矩阵和畸变参数,从而实现相机标定。 2. 畸变矫正:通过相机标定得到的内参矩阵和畸变参数,使用OpenCV中的undistort函数来对图像进行畸变矫正,从而得到更加准确的图像。 3. 霍夫圆检测使用OpenCV中的HoughCircles函数进行霍夫圆检测,该函数会返回检测到的圆形圆心坐标和半径。 具体实现过程可以参考以下代码: ```python import cv2 import numpy as np # 相机标定 criteria = (cv2.TERM_CRITERIA_EPS + cv2.TERM_CRITERIA_MAX_ITER, 30, 0.001) objp = np.zeros((6*7, 3), np.float32) objp[:, :2] = np.mgrid[0:7, 0:6].T.reshape(-1, 2) objpoints = [] imgpoints = [] images = glob.glob('calib/*.png') for fname in images: img = cv2.imread(fname) gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) ret, corners = cv2.findChessboardCorners(gray, (7, 6), None) if ret == True: objpoints.append(objp) corners2 = cv2.cornerSubPix(gray, corners, (11, 11), (-1, -1), criteria) imgpoints.append(corners2) img = cv2.drawChessboardCorners(img, (7, 6), corners2, ret) cv2.imshow('img', img) cv2.waitKey(500) cv2.destroyAllWindows() ret, mtx, dist, rvecs, tvecs = cv2.calibrateCamera(objpoints, imgpoints, gray.shape[::-1], None, None) # 畸变矫正 img = cv2.imread('test.png') h, w = img.shape[:2] newcameramtx, roi = cv2.getOptimalNewCameraMatrix(mtx, dist, (w, h), 1, (w, h)) dst = cv2.undistort(img, mtx, dist, None, newcameramtx) # 霍夫圆检测 gray = cv2.cvtColor(dst, cv2.COLOR_BGR2GRAY) circles = cv2.HoughCircles(gray, cv2.HOUGH_GRADIENT, dp=1, minDist=100, param1=50, param2=30, minRadius=0, maxRadius=0) circles = np.uint16(np.around(circles)) for i in circles[0, :]: cv2.circle(dst, (i[0], i[1]), i[2], (0, 255, 0), 2) cv2.circle(dst, (i[0], i[1]), 2, (0, 0, 255), 3) cv2.imshow('result', dst) cv2.waitKey(0) cv2.destroyAllWindows() ``` 以上代码中,calib文件夹中存放的是标定板的图片,test.png是待检测圆形图片。运行代码后,会弹出标定板图片,需要手动选择标定板的角点,然后程序会自动计算相机内参矩阵和畸变参数。接着会输出畸变矫正后的图片,并在图片中检测圆形并标记出来。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 17
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值