电赛机器视觉——19年电赛判断摩尔纹角点

沉迷单车的追风少年

于 2019-08-12 09:28:59 发布

阅读量934

点赞数 1

分类专栏：电赛计算机视觉电赛机器视觉

本文链接：https://blog.csdn.net/qq_41895747/article/details/99287026

版权

电赛机器视觉同时被 3 个专栏收录

32 篇文章 37 订阅 ¥9.90 ¥99.00

订阅专栏

超级会员免费看

电赛

30 篇文章 83 订阅 ¥19.90 ¥99.00

订阅专栏

超级会员免费看

计算机视觉

41 篇文章 14 订阅

订阅专栏

本文介绍2019年电子竞赛中，如何利用摩尔纹的角点检测辅助无人机进行定位。尽管方法巧妙，但实际效果良好。

摘要由CSDN通过智能技术生成

19年电赛可以铺设摩尔纹，由于这题定位实在困难，所以采用判断铺设摩尔纹的角点作为无人机位置辅助定位的一种方式，虽然有点讨巧，但是方法不错。

以下是源码

# -*- coding:utf-8 -*-
# 创建时间：2019年8月8日
# 水平直线和竖直直线交点定位出角点法

import cv2
import numpy as np

# 导入图像
# cap = cv2.VideoCapture(0)
cap = cv2.VideoCapture('../video/mmp.mp4')
# 设置摄像头分辨率
cap.set(cv2.CAP_PROP_FRAME_WIDTH, 640)
cap.set(cv2.CAP_PROP_FRAME_HEIGHT, 480)

# 寻找摩尔纹竖直边缘
# 输入参数：image输入图像矩阵
# 输出参数：cx, cy角点中心坐标
def side(image):
    gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)  # 转换成灰度图
    # 提取图像梯度提取兴趣区域
    gradX = cv2.Sobel(gray, ddepth = cv2.CV_32F, dx = 1, dy = 0, ksize = -1)
    gradY = cv2.Sobel(gray, ddepth = cv2.CV_32F, dx = 0, dy = 1, ksize = -1)
    gradient