总结写在开头:
1、边缘检测不但是只有canny,还有其他的(当然最后发现还是canny比较优秀)
2、滤波有很多种,不但是blur均值滤波
以上以后具体案例都要尝试一下,寻找最佳算法函数
3、奇葩的事,我最后放弃边缘检测,直接使用的houghcirles,检测出来的效果更好,这算是个经验吧,以后可以尝试这种办法,不一定是固守原来的规则。
4、houghcircles的累加器参数也挺重要的,数值越大判断越粗糙,
5、放弃了相机标定remap。
6、一开始检测出来的圆没有完全拟合边界,想通过检测椭圆来试试。但是转念一想,我的相机和拍摄的物品是水平的,“”“椭圆率”几乎为零,它拍出来的肯定是个比较理想的圆。
7、最重要的一点是,我更换了打光方式,选择了背光!
最后M6的螺栓头,标准尺寸是10mm,检测结果为10.0002。
#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;
//修复图像畸变
void main()
{
Mat src_image,dst_image;
src_image = imread("1.jpg", 0);
src_image = src_image(Rect(720, 470, 200, 200));
//为标准1元硬币图像半径值与实际半径值的比值
double trueDistance;
//均值滤波
blur(src_image, src_image, Size(3, 3));
//开运算
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);
//圆型检测
vector<Vec3f>circles;
HoughCircles(src_image, circles, CV_HOUGH_GRADIENT, 2, 600, 100, 100, 0,300);
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);
printf("\n圆的半径大小为 %d", radius);
//比例换算
trueDistance = radius * 0.07143*2;
//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);
}
下面我会开始学习算法了,即去深入学习houghcircles.cpp文件了,对自己的C++编程能力进行一次提升!
最后的话:两个项目下来,结合机器视觉的数据,我对光源选择、图像预处理、特征检测有了基础的了解与实践。对于机器视觉也有了更深的了解。下面我会开始投递简历,通过面试加深这个行业的需求,以及了解自身有什么不足,继续学习。