预处理方案设计

预处理方案设计

  1. 功能介绍(作为摄像头功能的重要延伸)
  • 读入摄像头识别后的Mat图像;
  • 进行图像像素的缩放,除去一部分无用和易产生干扰的坐标点;
  • 对图像进行平滑滤波处理,减小干扰点毛刺等问题;
  • 返回Point2i类型的容器,补充摄像头识别功能,为识别做准备.
  1. 思路分析
  • 调用pyrDown()函数,删除一部分无关点;
  • 调用pyrUp()恢复至原始图片的尺寸,协同步骤1可以减小坐标点的数量,提高运算效率;
  • 调用blur()函数使图像更加平滑;
  • 调用findContours()函数,获得外框的一系列坐标点(存入vector中);
  • 返回装有坐标点的容器.
  1. 代码介绍
bool pretreat_record(cv::Mat src , std::vector<cv::Point2i> &ptdata)
{
	using namespace cv;
	using namespace std;

	Mat dst_t,dst;
	vector<vector<Point>> contour;
	vector<Vec4i> hie;

	cvtColor(src, src, COLOR_BGR2GRAY);

	pyrDown(src, dst_t, Size(src.cols/2, src.rows/2));
	pyrUp(dst_t, dst, src.size());

	blur(dst,dst,Size(9,9));

	imshow("dst",dst);

	findContours(dst, contour, hie, CV_RETR_EXTERNAL, CHAIN_APPROX_SIMPLE);
	ptdata = contour[0];
	contour.clear();
	hie.clear();

	return true;
}
  1. 待改进问题
  • 实际测试过程中易出现检测过程产生不完全封闭图像的情况,干扰后续判断.
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“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
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