基于OpenCV灰度图像转GCode的斜向扫描实现

已于 2024-02-05 16:08:28 修改
阅读量1.4k 收藏 14
点赞数 8
分类专栏： ⭐激光雕刻 文章标签： opencv GRBL 激光雕刻 C++ 3D打印 GCode
于 2024-02-05 16:04:55 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/cheungxiongwei/article/details/136043456
版权
本文介绍了如何使用OpenCV处理灰度图像，通过斜向扫描生成GCode，为激光雕刻提供细致的图案生成方法。详细步骤包括图像预处理、GCode生成和代码示例。
摘要由CSDN通过智能技术生成

系列文章

⭐**系列文章GitHub仓库地址**

基于OpenCV灰度图像转GCode的斜向扫描实现

双向斜向扫描

在这里插入图片描述
在这里插入图片描述

引言

激光雕刻技术作为一种创新的制造方法，近年来在艺术、制作和教育领域崭露头角。本文将介绍如何使用OpenCV库实现灰度图像到GCode的斜向扫描，为激光雕刻提供更灵活、更精细的图案生成方法。同时，我们将分享关键的代码片段，帮助读者理解并应用这一技术。

激光雕刻简介

激光雕刻是一种通过激光束切割或去除材料表面的工艺，通常用于制作艺术品、装饰品和原型。通过控制激光束的运动路径，可以在各种材料上创造出精细而复杂的图案。在这篇博客中，我们将使用OpenCV实现一种激光雕刻的图案生成方法，具体来说是灰度图像到GCode的斜向扫描。

OpenCV简介

OpenCV是一个开源的计算机视觉库，广泛应用于图像处理、机器学习和计算机视觉领域。其强大的功能和易用性使得它成为实现图像处理任务的理想选择。在本文中，我们将使用OpenCV来处理灰度图像，并将其转换为GCode。

实现步骤

1.导入必要的库

首先，我们需要导入必要的库，包括OpenCV和一些用于图像处理的辅助库。以下是关键的CMake代码片段：

# 指向 OpenCV cmake 目录
list(APPEND CMAKE_PREFIX_PATH "~/opencv/build/x64/vc16/lib")

find_package(OpenCV REQUIRED)
include_directories(${OpenCV_INCLUDE_DIRS})
link_libraries(${OpenCV_LIBS})

把上述内容添加到 cmake 中，此时我们已经可以在 C++ 中使用 OpenCV 库

2. 读取灰度图像

使用OpenCV读取一张灰度图像，我们将其用于后续的处理。以下是代码片段：

cv::Mat mat = cv::imread(R"(~/ImageToGCode/image/tigger.jpg)", cv::IMREAD_GRAYSCALE);

确保替换 ~/ImageToGCode/image/tigger.jpg 为你自己的图像文件路径。

3. 图像预处理

在进行激光雕刻之前，我们需要对图像进行一些预处理，以确保得到清晰而准确的结果。这可能包括图像平滑、二值化、边缘检测等步骤，具体取决于你的图像和需求。以下是一个简单的翻转和二值化处理的代码片段：

cv::flip(mat, mat, 0);
cv::threshold(mat,mat,128,255,cv::ThresholdTypes::THRESH_BINARY);

4. 生成GCode

有了预处理后的图像，我们可以开始生成GCode了。GCode是一种机器语言，用于控制激光雕刻、数控机床和3D打印机等设备。以下是斜向扫描生成GCode的代码片段：

cv::Mat image;
cv::resize(mat, image, cv::Size(static_cast<int>(width * resolution), static_cast<int>(height * resolution)));
for(int k /*diagonal*/ = 0; k < image.rows + image.cols - 1 /*cond = height + width - 1*/; ++k) {
    if((k & 1) == 0) {
        // even
        for(int i = std::min(k, image.rows - 1); i >= 0; --i) {
            int j = k - i;
            if(i < image.rows && j < image.cols) {
                internal(image, j, i);
            }
        }
    } else {
        // odd
        for(int j = std::min(k, image.cols - 1); j >= 0; --j) {
            int i = k - j;
            if(i < image.rows && j < image.cols) {
                internal(image, j, i);
            }
        }
    }
}

这个函数将生成一个包含GCode指令的列表，你可以将其保存到文件中，用于控制激光雕刻机器。

5. 保存生成的GCode

最后，我们将生成的GCode保存到文件中：

std::fstream file;
file.open(fileName, std::ios_base::out | std::ios_base::trunc);
if(!file.is_open()) {
    return;
}
for(auto &&v: command | std::views::transform([](auto item) { return item += "\n"; })) {
    file.write(v.c_str(), v.length());
}
return;

确保替换 ‘fileName’ 为你自己想要保存的文件路径。

6. 灰度图像斜向扫描代码示例

#pragma once
#include <opencv2/opencv.hpp>
#include <fstream>
#include <print>
#include <vector>
#include <optional>
#include <ranges>

struct G0 {
    std::optional<float> x, y;
    std::optional<int> s;

    std::string toString() {
        std::string command = "G0";
        if(x.has_value()) {
            command += std::format(" X{:.3f}", x.value());
        }
        if(y.has_value()) {
            command += std::format(" Y{:.3f}", y.value());
        }
        if(s.has_value()) {
            command += std::format(" S{:d}", s.value());
        }
        return command;
    }

    explicit  operator std::string() const {
        std::string command = "G0";
        if(x.has_value()) {
            command += std::format(" X{:.3f}", x.value());
        }
        if(y.has_value()) {
            command += std::format(" Y{:.3f}", y.value());
        }
        if(s.has_value()) {
            command += std::format(" S{:d}", s.value());
        }
        return command;
    }
};

struct G1 {
    std::optional<float> x, y;
    std::optional<int> s;

    std::string toString() {
        std::string command = "G1";
        if(x.has_value()) {
            command += std::format(" X{:.3f}", x.value());
        }
        if(y.has_value()) {
            command += std::format(" Y{:.3f}", y.value());
        }
        if(s.has_value()) {
            command += std::format(" S{:d}", s.value());
        }
        return command;
    }

    explicit operator std::string() const {
        std::string command = "G1";
        if(x.has_value()) {
            command += std::format(" X{:.3f}", x.value());
        }
        if(y.has_value()) {
            command += std::format(" Y{:.3f}", y.value());
        }
        if(s.has_value()) {
            command += std::format(" S{:d}", s.value());
        }
        return command;
    }
};

class ImageToGCode
{
public:
    // 激光模式
    enum class LaserMode {
        Cutting,    // 切割 M3 Constant Power
        Engraving,  // 雕刻 M4 Dynamic Power
    };

    // 扫描方式
    enum class ScanMode {
        Unidirection,  // 单向
        Bidirection,   // 双向
        Diagonal,      // 斜向
        Spiral,        // 螺旋
        Block,         // 分块 根据像素的灰度级别进行扫描，例如255像素分8个级别，那么0-32就是一个级别，32-64就是另外一个级别，以此类推。
        // (Block scanning is performed based on the gray level of the pixels. For example, 255 pixels are divided into 8 levels, then 0-32 is one level, 32-64 is another level, and so on.)
    };

    struct kEnumToStringLaserMode {
        constexpr std::string_view operator[](const LaserMode mode) const noexcept {
            switch(mode) {
                case LaserMode::Cutting: return "M3";
                case LaserMode::Engraving: return "M4";
            }
            return {};
        }

        constexpr LaserMode operator[](const std::string_view mode) const noexcept {
            if(mode.compare("M3")) {
                return LaserMode::Cutting;
            }
            if(mode.compare("M4")) {
                return LaserMode::Engraving;
            }
            return {};
        }
    };

    ImageToGCode() = default;

    ~ImageToGCode() = default;

    auto &setInputImage(const cv::Mat &mat) {
        this->mat = mat;
        return *this;
    }

    auto &setOutputTragetSize(double width, double height, double resolution = 10.0 /* lin/mm */) {
        this->width      = width;
        this->height     = height;
        this->resolution = resolution;
        return *this;
    }

    auto &builder() {
        command.clear();
        try {
            matToGCode();
        } catch(cv::Exception &e) {
            std::println("cv Exception {}", e.what());
        }

        std::vector<std::string> header;
        header.emplace_back("G17G21G90G54"); // XY平面;单位毫米;绝对坐标模式;选择G54坐标系(XY plane; unit mm; absolute coordinate mode; select G54 coordinate system)
        
        header.emplace_back(std::format("F{:d}", 30000));                                // 移动速度 毫米/每分钟(Moving speed mm/min)
        header.emplace_back(std::format("G0 X{:.3f} Y{:.3f}", 0.f, 0.f));                // 设置工作起点及偏移(Set the starting point and offset of the work)
        header.emplace_back(std::format("{} S0", kEnumToStringLaserMode()[laserMode]));  // 激光模式(laser mode)
        if(airPump.has_value()) {
            header.emplace_back(std::format("M16 S{:d}", 300));  // 打开气泵(Turn on the air pump)
        }

        std::vector<std::string> footer;
        footer.emplace_back("M5");
        if(airPump.has_value()) {
            footer.emplace_back("M9");  // 关闭气泵，保持 S300 功率(Turn off air pump and maintain S300 power)
        }

        command.insert_range(command.begin(), header);
        command.append_range(footer);

        return *this;
    }

    bool exportGCode(const std::string &fileName) {
        std::fstream file;
        file.open(fileName, std::ios_base::out | std::ios_base::trunc);
        if(!file.is_open()) {
            return false;
        }

        for(auto &&v: command | std::views::transform([](auto item) { return item += "\n"; })) {
            file.write(v.c_str(), v.length());
        }

        return true;
    }

    auto setLaserMode(LaserMode mode) {
        laserMode = mode;
        return *this;
    }

    auto setScanMode(ScanMode mode) {
        scanMode = mode;
        return *this;
    }

private:
    void matToGCode() {
        assert(mat.channels() == 1);
        assert(std::isgreaterequal(resolution, 1e-5f));
        assert(!((width * resolution < 1.0) || (height * resolution < 1.0)));

        // different conversion strategy functions are called here
        diagonalStrategy();
    }

    void internal(cv::Mat &image, auto x /*width*/, auto y /*height*/) {
        auto pixel = image.at<cv::uint8_t>(y, x);
        if(pixel == 255) {
            command.emplace_back(G0(x / resolution, y / resolution, std::nullopt));
        } else {
            auto power = static_cast<int>((1.0 - static_cast<double>(pixel) / 255.0) * 1000.0);
            command.emplace_back(G1(x / resolution, y / resolution, power));
        }
    }

    // 双向斜向扫描
    // Bidirectional oblique scanning
    void diagonalStrategy() {
        cv::Mat image;
        cv::resize(mat, image, cv::Size(static_cast<int>(width * resolution), static_cast<int>(height * resolution)));
        for(int k /*diagonal*/ = 0; k < image.rows + image.cols - 1 /*cond = height + width - 1*/; ++k) {
            if((k & 1) == 0) {
                // even
                for(int i = std::min(k, image.rows - 1); i >= 0; --i) {
                    int j = k - i;
                    if(i < image.rows && j < image.cols) {
                        internal(image, j, i);
                    }
                }
            } else {
                // odd
                for(int j = std::min(k, image.cols - 1); j >= 0; --j) {
                    int i = k - j;
                    if(i < image.rows && j < image.cols) {
                        internal(image, j, i);
                    }
                }
            }
        }
    }

    // // Define additional strategy functions here

private:
    cv::Mat mat;                                 // 灰度图像
    double width {0};                            // 工作范围 x 轴
    double height {0};                           // 工作范围 y 轴
    double resolution {0};                       // 精度 lin/mm
    ScanMode scanMode {ScanMode::Bidirection};   // 默认双向
    LaserMode laserMode {LaserMode::Engraving};  // 默认雕刻模式
    std::optional<int> airPump;                  // 自定义指令 气泵 用于吹走加工产生的灰尘 范围 [0,1000]
    // add more custom cmd
    std::vector<std::string> command;            // G 代码
};

int main() {
    cv::Mat mat = cv::imread(R"(~\ImageToGCode\image\tigger.jpg)", cv::IMREAD_GRAYSCALE);
    
    cv::flip(mat, mat, 0);
    cv::threshold(mat,mat,128,255,cv::ThresholdTypes::THRESH_BINARY);

    ImageToGCode handle;
    // 50x50 mm 1.0 line/mm
    handle.setInputImage(mat).setOutputTragetSize(50,50,2).builder().exportGCode(R"(~\ImageToGCode\output\001.nc)");
}

总结

通过使用OpenCV库，我们成功实现了从灰度图像到GCode的斜向扫描方法。这为激光雕刻提供了一种更加灵活、精细的图案生成方式。通过理解和应用上述代码片段，你可以根据自己的需求进一步调整和优化，实现更复杂的图案生成。激光雕刻的应用不仅仅局限于艺术品制作，还可以在教育和创客领域发挥巨大的创造力。希望这篇博客能够为你在激光雕刻领域的探索提供一些有用的指导。

cheungxiongwei.com
关注
  • 8
    点赞
  • 踩
  • 14
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
img-to-gcode:任何图像到 GCode 转换（通过 CrossHatch 和 Contour）
06-13
img 到 gcode 任何图像到 GCode 转换（通过 CrossHatch 和 Contour）
【C#】grbl-plotter 源码学习笔记（三）-GCodeCreation
cxyhjl的博客
02-21 631
十、GCodeCreation10.1CreateFromForm10.1.1AForge_Imaging_Filter_HueShift.cs10.1.2AForge_Imaging_Filter_RemoveArtefact.cs10.1.3BarcodeLib.cs10.1.4BarcodeLibSymbologies.cs10.1.5GCodeForBarcode.cs10....
使用C#从图像、文本以及PLT、DXF文件生成G-code的综合指南
qq_38334677的博客
08-22 2890
通过C#开发的工具，我们可以轻松地从图像、文本、PLT和DXF文件生成G-code。由于其复杂性，将DXF文件转换为G-code需要更加细致的处理。在本篇文章中，我们将使用C#来开发一个从图像、文本以及PLT和DXF文件生成G-code的工具。上述代码简单地读取图像的每个像素，并根据其颜色来确定是否需要生成对应的G-code行。为了将其转换为G-code，我们首先需要解析图像并确定机器需要移动的路径。在生成G-code后，通常还需要进行一系列的优化，以提高机器的工作效率并确保加工精度。
svg2gcode:使用优化路径的svg文件到gcode转换器。 由Mikko Mononen用C和nanosvg.h编写。 可在OS X，Linux，Windows或可能具有C编译器的每个平台上进行编译
05-10
svg2gcode 使用优化路径的svg文件到gcode转换器。 由Mikko Mononen用C和nanosvg.h编写。 可在OS X，Linux，Windows或可能具有C编译器的每个平台上进行编译。 路径经过优化，以最大程度地减少切刀或您正在使用的任何物体的不必要的运动。 在Linux，OS X和Win7上进行了测试。 要更改init和其他所需的g代码，只需更改#defines并进行编译。 无需额外的库。
GCode_Interpreterdc_gcode代码_Gcode_G代码_cnc_G代码解析_
09-29
G代码是控制CNC机器的常用语言。 G代码是一种轻巧，易于解析的格式
基于OpenCV灰度图像转GCode的单向扫描实现
cheungxiongwei的博客
02-02 894
本文详细介绍了如何利用OpenCV库将灰度图转换为GCode，并通过单向扫描实现激光雕刻。GCode作为控制数控机床和3D打印机的关键语言，在数字制造中具有重要地位。通过结合OpenCV的计算机视觉能力，我们能够高效地将图像转化为机器可执行的指令，实现对图像的精准物理输出。文章提供了代码示例和详细步骤，助力读者掌握灰度图像到GCode的单向扫描转换过程。这一技术将为数字制造领域带来更灵活、高效的图像加工方案。
基于OpenCV灰度图像转GCode的双向扫描实现
cheungxiongwei的博客
02-04 1663
激光雕刻是一种通过激光束切割或去除材料表面的工艺，通常用于制作艺术品、装饰品和原型。通过控制激光束的运动路径，可以在各种材料上创造出精细而复杂的图案。在这篇博客中，我们将使用OpenCV实现一种激光雕刻的图案生成方法，具体来说是灰度图像到GCode的双向扫描。OpenCV是一个开源的计算机视觉库，广泛应用于图像处理、机器学习和计算机视觉领域。其强大的功能和易用性使得它成为实现图像处理任务的理想选择。在本文中，我们将使用OpenCV来处理灰度图像，并将其转换为GCode。
二、基于OpenCV＋OCR实现图像扫描
最新发布
2302_81324947的博客
06-04 393
OCR 识别，即光学字符识别，是一种通过扫描和识别纸质文档上的文字，将其转换成计算机可编辑和处理的数字文本格式的技术。简单来说，OCR 识别就是将纸质文档上的文字“翻译”成电脑能读懂的文字。（Perspective Transformation）是指将图像利用透视变换矩阵投影到一个新的视平面（Viewing Plane），也称作。（2）读取进来需要处理的图像并进行预处理（灰度处理，高斯滤波及边缘检测）如图所示，将原先图像投影到一个新的平面，让图像更直观。Step3：进行透视变换，使文稿更加直观的展现。
Opencv图像处理（全）
热门推荐
shinuone的博客
08-30 5万+
备注：以下源码均可运行，不同项目涉及的函数均有详细分析说明。
基于opencv的二维码畸变矫正（QT程序）
06-21
2. 转灰度：将彩色图像转换为灰度图像，便于后续的边缘检测。 3. 边缘检测：使用`Canny`或`Sobel`等算法找出图像的边缘。 4. 识别二维码：使用模板匹配或机器学习方法找到二维码的边界。 5. 计算仿射变换：找到...
image-laser-gcode:将图像转换为Gcode以进行激光雕刻
05-16
图像激光gcode 将图像转换为Gcode以进行激光雕刻 特征 使用potrace位图矢量化 svg到使用canvg画布转换 使用gcanvas的修补版本将画布转换为gcanvas ，其功能包括： 固定clipper插入件，用于带Kong的路径 更新了gcode命令，以用激光开/关命令代替Z轴运动 路径简化/清洁 每分钟使用标准单位，而不是反时间模式 使用简单的算法进行最终gcode路径优化，以最大程度地减少点之间的移动（最多可以将移动时间减少90％） 用法 模拟： node index.js | gsim 出口： node index.js > image.gcode 去做 代码清理 创建一个cli工具 处理更多选择 更好地控制转换后的gcode规模
基于MFC OpenCV条码识别
09-14
总之，"基于MFC OpenCV条码识别"项目结合了三个关键组件：MFC作为GUI框架，OpenCV用于图像处理，Zbar作为条码识别引擎。这个系统不仅可以应用于零售、物流等领域的产品追踪，还可以在文档管理、资产管理等场景中发挥...
Opencv项目实战：03 扫描二维码&条形码.zip
08-23
在本项目中，我们将深入探讨如何使用OpenCV库在Python环境下实现二维码（QR Code）和条形码（Barcode）的扫描。OpenCV是一个强大的计算机视觉库，它提供了丰富的功能，包括图像处理、模式识别和机器学习等。在这个...
集成二维码扫描，以及opencv实现银行卡和身份证的扫描，已导入全部所有用到的库或包代码可运行。
05-10
综上所述，该项目通过集成二维码扫描和OpenCV的图像处理能力，实现了对银行卡和身份证的有效识别，这在许多实际应用中都非常有用。虽然代码可能涉及到更复杂的图像处理技术，如模板匹配、形状检测、机器学习等，但...
基于OPENCV条形码识别系统
05-15
【基于OPENCV条形码识别系统】是一个深入探讨如何利用计算机视觉库OpenCV和Microsoft Foundation Classes (MFC)框架来实现条形码自动识别的技术项目。在这个系统中，条形码图像通过摄像头捕获，然后经过一系列图像...
激光雕刻机的位图-GCode转换方法实践
m0_37340681的博客
05-02 1万+
Author:Gary Li Date:2019-5-2 1. 简介 现在有一部分3D打印机带有激光雕刻功能，自己组装一台专用的激光雕刻机也并不复杂成本也很低。但是当我们使用激光雕刻机时，激光雕刻下位机只能接受路径指令，所以我们需要把位图——也就是我们平时最常见的jpg、png图片转换为控制板能理解的G-Code代码。根据需求以及复杂程度，转换有以下几种方法可以选择。下述方法所需的工具包均已打...
java转CNC_Drawbot_image_to_gcode_v2
weixin_32945435的博客
02-27 293
Drawbot_image_to_gcode_v2This code is used to generate gcode for drawbots, polargraphs or other vertical drawing machines.It takes an original image, manipulates it and generates a drawing path that k...
gcode类库的实现
weixin_34032827的博客
04-21 897
带更新 转载于:https://blog.51cto.com/raevo/1766074
从摄像头采集JPEG数据并转换成zbar能扫描的灰度数据，4个缓冲区，不使用opencv , 使用jpeglib库实现程序
06-01
好的，这个问题需要分步骤来实现。 1. 首先，需要使用jpeglib库来读取JPEG数据。这可以通过以下代码来实现： ...将这些函数结合起来，可以实现从摄像头采集JPEG数据并转换为zbar能够扫描的灰度数据的程序。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

打赏作者

cheungxiongwei.com

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
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