opencv python 對指針儀表讀數識別的兩種方式
我嘗試瞭兩種方式
用opencv 對指針儀表進行讀數識別,
1. 先模板匹配,然後邊緣檢測 + 霍夫直線
2. 按輪廓大小過濾,然後邊緣檢測 + 霍夫直線
兩種方式對光線都非常敏感
其中第一種的應用范圍更廣,背景復雜一點也能識別到
個人比較喜歡這種方式
第二種的限制多一點,對背景、光線條件要求比較高
對於固定位置,且明暗變化不大的情況下,這種方式還是很有效的
先說第一個方案,第二個方式就不說瞭
第一種方式:模板匹配,然後邊緣檢測 + 霍夫直線
if __name__ == "__main__": # 加載模板 template = cv2.imread('./data/001.jpg',1) # 初始化 am = C_ammerter(template) # 運行 am.am_run() # 結束 am.close()
模板圖 001.jpg
下面給出def am_run(self)函數的處理流程 (整體比較亂~~~)
其中邊緣檢測之前需要對圖像做一些處理:
def am_run(self): while True: ret, frame = self.cap.read() if frame is None: print('video picture is none --continue ') continue gray = frame.copy() # cv2.imshow('origin', gray) # 匹配模板 框出匹配區域 image = gray.copy() maxval,t_left, b_right = self.get_match(gray) if maxval < 16000000000: # 對匹配程度做判斷 print("---------------------------------------") print('matchTemplate is not enough --continue') print("---------------------------------------") result =frame image=frame else: cv2.rectangle(image, t_left, b_right, 255, 2) # 高斯除噪 kernel = np.ones((6,6), np.float32) / 36 gray_cut_filter2D = cv2.filter2D(image[t_left[1]:t_left[1] + self.h, t_left[0]:t_left[0] + self.w], -1, kernel) # 灰度圖 二值化 gray_img = cv2.cvtColor(gray_cut_filter2D, cv2.COLOR_BGR2GRAY) ret, thresh1 = cv2.threshold(gray_img, 180, 255, cv2.THRESH_BINARY) # 二值化後 分割主要區域 減小幹擾 模板圖尺寸371*369 tm = thresh1.copy() test_main = tm[50:319, 50:321] # 邊緣化檢測 edges = cv2.Canny(test_main, 50, 150, apertureSize=3) # 霍夫直線 lines = cv2.HoughLines(edges, 1, np.pi / 180, 60) if lines is None: continue result = edges.copy() for line in lines[0]: rho = line[0] # 第一個元素是距離rho theta = line[1] # 第二個元素是角度theta print('distance:' + str(rho), 'theta:' + str(((theta / np.pi) * 180))) lbael_text = 'distance:' + str(round(rho))+ 'theta:' + str(round((theta / np.pi) * 180-90,2)) cv2.putText(image, lbael_text,(t_left[0],t_left[1]-12),cv2.FONT_HERSHEY_SIMPLEX,1,(0,255,0),2) if (theta > 3 * (np.pi / 3)) or (theta < (np.pi / 2)): # 從圖像邊界畫出延長直線 # 該直線與第一行的交點 pt1 = (int(rho / np.cos(theta)), 0) # 該直線與最後一行的焦點 pt2 = (int((rho - result.shape[0] * np.sin(theta)) / np.cos(theta)), result.shape[0]) # 繪制一條白線 cv2.line(result, pt1, pt2,255, 1) # print('theat >180 theta<90') else: # 水平直線 # 該直線與第一列的交點 pt1 = (0, int(rho / np.sin(theta))) # 該直線與最後一列的交點 pt2 = (result.shape[1], int((rho - result.shape[1] * np.cos(theta)) / np.sin(theta))) # 繪制一條直線 cv2.line(result, pt1, pt2, 255, 1) cv2.imshow('result', result) cv2.imshow('rectangle', image) if cv2.waitKey(1) & 0XFF == ord('q'): break
到此這篇關於opencv python 對指針儀表讀數識別的兩種方式的文章就介紹到這瞭,更多相關opencv python指針儀表讀數識別內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet!
推薦閱讀:
- OpenCV實現直線檢測
- Python opencv操作深入詳解
- Python OpenCV 圖像矯正的原理實現
- Python OpenCV Hough直線檢測算法的原理實現
- python opencv實現直線檢測並測出傾斜角度(附源碼+註釋)