树莓派(Raspberry Pi)——利用原装摄像头实现简单圆形检测

主要实现的功能是能实时识别视频中的绿色圆，并返回圆心位置，这既是对前面所学知识的总结，也是为下一步摄像头的追踪打下基础。

 

前期准备

1. 保证摄像头正常使用
2. 安装opencv-python，opencv的安装可参考https://blog.csdn.net/yukinoai/article/details/83088190
3. 安装并打开uv4l驱动（安装方式：https://blog.csdn.net/yukinoai/article/details/84659833）

 

摄像头为原装摄像头（非USB外接），环境为RaspberryPi，python2，代码如下：

import numpy as np
import cv2

cap = cv2.VideoCapture(0)
font = cv2.FONT_HERSHEY_SIMPLEX  # 设置字体样式
kernel = np.ones((5, 5), np.uint8)  # 卷积核

if cap.isOpened() is True:  # 检查摄像头是否正常启动
    while(True):
        ret, frame = cap.read()
        frame = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB)  # 转换为RGB通道
        gray = cv2.cvtColor(frame, cv2.COLOR_RGB2GRAY)  # 转换为灰色通道
        hsv = cv2.cvtColor(frame, cv2.COLOR_RGB2HSV)  # 转换为HSV空间

        lower_green = np.array([30, 100, 100])  # 设定绿色的阈值下限
        upper_green = np.array([80, 255, 255])  # 设定绿色的阈值上限
        #  消除噪声
        mask = cv2.inRange(hsv, lower_green, upper_green)  # 设定掩膜取值范围
        bila = cv2.bilateralFilter(mask, 10, 200, 200)  # 双边滤波消除噪声
        opening = cv2.morphologyEx(bila, cv2.MORPH_OPEN, kernel)  # 形态学开运算
        closing = cv2.morphologyEx(opening, cv2.MORPH_CLOSE, kernel)  # 形态学开运算
        edges = cv2.Canny(closing, 50, 100)  # 边缘识别
        # 识别圆形
        circles = cv2.HoughCircles(
            edges, cv2.cv.CV_HOUGH_GRADIENT, 1, 100, param1=100, param2=10, minRadius=10, maxRadius=500)
        if circles is not None:  # 如果识别出圆
            for circle in circles[0]:
                #  获取圆的坐标与半径
                x = int(circle[0])
                y = int(circle[1])
                r = int(circle[2])
                cv2.circle(frame, (x, y), r, (0, 0, 255), 3)  # 标记圆
                cv2.circle(frame, (x, y), 3, (255, 255, 0), -1)  # 标记圆心
                text = 'x:  '+str(x)+' y:  '+str(y)
                cv2.putText(frame, text, (10, 30), font, 1, (0, 255, 0), 2)  # 显示圆心位置
        else:
            # 如果识别不出，显示圆心不存在
            cv2.putText(frame, 'x: None y: None', (10, 30), font, 1, (0, 255, 0), 2)
        cv2.imshow('frame', frame)
        cv2.imshow('mask', mask)
        cv2.imshow('edges', edges)
        k = cv2.waitKey(5) & 0xFF
        if k == 27:
            break
    cap.release()
    cv2.destroyAllWindows()
else:
    print('cap is not opened!')

结果如下：