判断内六角规格项目

一、实验注意事项：

1. 首先要进行相机标定，得到相机内参与畸变参数。
2. 搭建简易拍摄平台。主要保证螺栓的稳定、相机的高度固定、光源的稳定。如下图：

二、实验步骤：

1、使用棋盘标定相机，得到相机的内参与畸变矩阵。这里不赘述。

2、布置实验平台

布置理由： 根据实际情况，仿照螺栓生产线情况，使用两根圆棒架空螺栓； 环形光源低角度打光，尽可能的凸显螺栓外圆轮廓 手机高度、焦距保持一致，保证图像与实际尺寸比例

/3、拍摄标准1元硬币图片，得到实际尺寸25,mm对应的图像尺寸；结果如下图：

所以比例尺为275/25=11(equivalence).

3、拍摄螺栓图像，编写程序识别---程序与第二部无太多差别。然后程序判断此螺栓为什么规格，进行输出。

结果：

原图形---修正后的图像---开运算---边缘检测---画圆形---判断结果

#include "opencv2/core/core.hpp"
#include "opencv2/imgproc/imgproc.hpp"
#include "opencv2/calib3d/calib3d.hpp"
#include "opencv2/highgui/highgui.hpp"
#include "opencv2/opencv.hpp"
#include <iostream>


using namespace cv;
using namespace std;

Mat src_image;

//修复图像畸变
void realImage()
{
	Mat cameraMatrix = Mat::eye(3, 3, CV_64F);
	//相机内参矩阵--参数为事先得到
	cameraMatrix.at<double>(0, 0) = 1.12118872e+003;
	cameraMatrix.at<double>(0, 1) = 0;
	cameraMatrix.at<double>(0, 2) = 7.22370911e+002;
	cameraMatrix.at<double>(1, 0) = 0;
	cameraMatrix.at<double>(1, 1) = 1.11967517e+003;
	cameraMatrix.at<double>(1, 2) = 5.50119080e+002;
	cameraMatrix.at<double>(2, 0) = 0;
	cameraMatrix.at<double>(2, 1) = 0;
	cameraMatrix.at<double>(2, 2) = 1;
	//相机畸变参数--参数为事先得到
	Mat distCoeffs = Mat::zeros(5, 1, CV_64F);
	distCoeffs.at<double>(0, 0) = 0.183161348;
	distCoeffs.at<double>(1, 0) = -0.358715266;
	distCoeffs.at<double>(2, 0) = 0.00630304869;
	distCoeffs.at<double>(3, 0) = -0.00271669053;
	distCoeffs.at<double>(4, 0) = 0;

	src_image = imread("1.jpg", 0);
	namedWindow("原图形", WINDOW_NORMAL);
	imshow("原图形", src_image);

	Mat map1, map2;
	Size imageSize;
	imageSize = src_image.size();
	//得到map1,map2
	initUndistortRectifyMap(cameraMatrix, distCoeffs, Mat(), getOptimalNewCameraMatrix(cameraMatrix, distCoeffs, imageSize, 1, imageSize, 0),
		imageSize, CV_16SC2, map1, map2);
	//重映射---修复畸变
	remap(src_image, src_image, map1, map2, INTER_LINEAR);

	namedWindow("修正后的图像", WINDOW_NORMAL);
	imshow("修正后的图像", src_image);
	
}

void main()
{
	
	
	//修复图像畸变
	realImage();


	//为标准1元硬币图像半径值与实际半径值的比值
	double equivalence = 11;
	double trueDistance;

	//均值滤波
	blur(src_image, src_image, Size(3, 3));

	//开运算  把物体表面的字给去掉了
	Mat ele = getStructuringElement(MORPH_RECT, Size(8, 8));
	morphologyEx(src_image, src_image, MORPH_OPEN, ele);
	namedWindow("开运算", WINDOW_NORMAL);
	imshow("开运算", src_image);

	//边缘检测
	Canny(src_image, src_image, 20, 50);
	namedWindow("边缘检测", WINDOW_NORMAL);
	imshow("边缘检测", src_image);

	//圆型检测
	vector<Vec3f>circles;
	HoughCircles(src_image, circles, CV_HOUGH_GRADIENT, 1.5, 800, 100, 100, 0,200);
	printf("圆的个数为%d", circles.size());

	//画圆形
	unsigned int a = 0;
	for (a; a< circles.size(); a++)
	{
		Point center(cvRound(circles[a][0]), cvRound(circles[a][1]));
		int radius = cvRound(circles[a][2]);

		circle(src_image, center, 3, Scalar(0, 255, 0), -1, 8, 0);
		circle(src_image, center, radius, Scalar(255, 134, 0), 3, 8, 0);

		//比例换算
		trueDistance = circles[a][2] / equivalence;

		//判断是什么规格螺栓
		switch (cvRound(trueDistance))
		{
		case 6:
			printf("\n螺栓规格为M3");
			break;
		case 7:
			printf("\n螺栓规格为M4");
			break;
		case 9:
			printf("\n螺栓规格为M5");
			break;
		case 10:
			printf("\n螺栓规格为M6");
			break;
		case 13:
			printf("\n螺栓规格为M8");
			break;
		case 16:
			printf("\n螺栓规格为M10");
			break;
		}

		//输出半径大小
		printf("\n圆的实际半径大小为 %lf", trueDistance);

	}
	namedWindow("画圆形", WINDOW_NORMAL);
	imshow("画圆形", src_image);

	waitKey(0);
}

三、项目其中仍然需要解决的问题：

1、相机标定的内参与畸变矩阵有时对部分图片矫准错误，图片都扭曲了。即是加大了标定棋盘照片数量也不行。怀疑和照片大小有关系，需要验证。

2、houghcircles函数并不能固定参数，试验其他规格的螺栓时，还需要手动调整函数关键参数，这肯定不完美，需要进一步思考解决。