求助！想用opencv识别靶纸上的孔洞，以确定环数

最新推荐文章于 2023-04-30 22:58:34 发布
原创 最新推荐文章于 2023-04-30 22:58:34 发布 · 3.1k 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

博主初次接触OpenCV，发现其图像识别功能强大，希望借助该软件实现相关功能，寻求专业人士的指导。
初次接触opencv，看到它图像识别的功能很强，想用这个软件实现功能，求大师指教。
Cresentl
关注
基于计算机视觉的自动靶场系统代码实现
HackWhisper的博客
08-09 230
其中一项应用就是在射击训练中，基于计算机视觉技术实现自动报靶系统。本文将为大家详细介绍这一系统的实现过程，并附上MATLAB源代码。以上就是基于计算机视觉技术实现自动报靶系统的代码实现过程。由于命中区域的设定和结果输出形式可能与实际情况有所差异，这部分代码需要根据具体需求进行编写。目标跟踪：采用卡尔曼滤波算法对目标进行跟踪，提高目标跟踪的精度和实时性；目标检测：采用Haar特征进行目标的检测，得到目标的位置信息；命中判断：根据目标位置信息和命中区域的设定，判断是否击中目标；获取摄像头采集的彩色图像；
靶子环数图片_一种靶子环数的图像识别方法与流程
weixin_39666782的博客
12-20 4751
本发明涉及图像识别技术领域，更具体的涉及一种靶子环数的图像识别方法。背景技术：传统的靶子环数识别主要依靠人工实现，存在精确度不高、安全隐患比较大以及人力资源分配不足问题。现在市场上一些关于靶子环数识别的产品普遍成本高、系统比较复杂，并且占用场地等一些缺陷。同时，当弹孔在两个环数的交界线上时，人眼会存在识别错误的情况。当前基于图像处理技术的报靶系统研究，主要分为两个方面，一是自动报靶装置的研究，主要...
最近用OpenCV做的自动识别靶子环数的问题
silver0924的专栏
11-19 6854
最近老师给安排了一个自动识别靶子上环数的问题，原始图片是这样的： 我看过以后感觉这幅图片的颜色还是挺简单的，不是很复杂，再说我也没做过多少关于图像处理的东西，也没具体学过数字图像处理，还是从最直观的颜色上来做文章吧 第一步，在图片中的绿色部分截取了三块样本，主要是图片的亮度不是完全一样 green1.jpg
基于Opencv的法兰盘螺纹孔位置确定（一）
sunrise_oneday的博客
11-18 1831
法兰盘螺纹位置确定
opencv for python绘制箭靶并标注环数
gfdncs的博客
04-30 3250
再添加数字(有待改进).先从外到内循环绘制圆。
精确射箭识别：环数和坐标
朱东宁的专栏
07-03 6444
需求背景： 射箭馆射出一支箭，如果人工报靶，危险、繁琐而且人力成本高。人一直盯着靶子，会眼睛疲劳，靶面上出现十多支密集的箭时，眼花缭乱也弄不清那支是新射入的了。 因此，考虑完全使用摄像头程序方式完成，摄像头对准靶面，当有箭射入时，准确判断第几环。 靶面图片： 射入一支箭： 射入多支箭： 解决之道： 使用OpenCV。 首先将图像二值化，搜索出一个个环的边界，并转换成极坐标： 上面准确地定位环，为了便于调试和观察将之用彩色点进行了标识。 射箭的识别，需要对前后两张图像相减然
二维码识别-使用opencv在Android上开发的微信二维码识别项目源码+演示apk+详细使用说明.zip
05-15
二维码识别-使用opencv在Android上开发的微信二维码识别项目源码+演示apk+详细使用说明.zip二维码识别-使用opencv在Android上开发的微信二维码识别项目源码+演示apk+详细使用说明.zip二维码识别-使用opencv在Android...
Android和Windows下，使用 OpenCV 4.8 实现人脸识别 示例 Demo
08-09
OpenCVCameraFaceTest.zip : 基于Visual Studio 2022 ，使用OpenCV，在Windows上调用笔记本的摄像头，实现人脸识别 MyOpenCVFaceTest.zip: 在Android中，使用OpenCV在Android中实现人脸识别功能 faceDetection.apk ...
使用opencv识别图像红色区域,并输出红色区域中心点坐标
12-17
直接上效果图 注意：右下角的水印把中心点挡住了，要仔细看才能看到 下面是代码： #include #include<opencv2> #include <opencv2> #include <opencv2> #define PI 3.1415926 using namespace cv; using ...
OpenCV人脸识别模型文件
10-13
提供了一个名为 OpenCV人脸识别xml文件.zip 的资源文件，该文件包含了从 OpenCV 官网下载的经过训练的人脸识别模型。这些模型可以直接用于人脸识别任务，无需额外的训练步骤，方便开发者快速集成到自己的项目中。 ...
VS C# OpenCV图像识别+文字打印
12-24
【标题】"VS C# OpenCV图像识别+文字打印"涉及的是使用Visual Studio（VS）2013、C#编程语言以及OpenCV库进行图像处理和识别的应用。OpenCV是一个开源的计算机视觉库，它提供了丰富的功能，包括图像处理、特征检测、...
opencv 实现一种基于深度学习图像超分技术可以提升环形靶标识别与定位精度的方法，仅需3行代码，即插即用
02-28
介绍 一种基于深度学习图像超分技术可以提升环形靶标识别与定位精度的方法，仅需4行代码，即插即用 软件架构 软件架构说明 安装教程 opencv >= 4.3.0 opencv_contuib >= 4.3.0 使用说明 下载models里的超分模型 使用下列代码超分靶标用的图像 sr = cv2.dnn_superres.DnnSuperResImpl_create() sr.readModel(keypoints) # 读取模型权重文件的路径 sr.setModel('edsr', 2) # 设定算法和放大比例 当前我们提供基于edsr的超分模型，以后会提供 ESPCN、FSRCNN、LapSRN 等模型 img_sr = sr.upsample(img) # 放大图像 继续靶标识别程序
QT+OPENCV帧间检测法
03-21
QT+OPENCV帧间检测移动的物体，存在一些小瑕疵。 对于一个固定的场景（背景），我们感兴趣的是在场景中运动的物体（前景）。前景提取是在智能监控应用中的一个基础步骤。 帧间差分：在运动目标检测中，简单来说，就是背景与当前帧之间的差异。数字图像可以表示成一个矩阵，矩阵中每一个元素叫一个像素点。帧间差分=绝对值（背景-当前帧图像）。 怎么确定前景？ 我们取帧间差分足够大的像素点，将这些像素点作为前景像素。 基于帧间差分的运动目标的主要问题： 背景建模的好坏直接影响检测的效果，由于背景是随时间改变的。如果不对背景进行更新，可想而知，检测效果不会好。
opencv 单个圆形孔和针检测
moonlightpeng的博客
10-28 1514
opencv
0010_OCR识别（环形字符识别）
ymj7150697的专栏
09-13 2927
环形字符识别包括如下几个步骤： 1.得到内外半径（Blob分析（二值化、形态学、select_shape）） 2.拉直（极坐标转换） 3. 二值化、分割 4. 识别 5. 显示 极坐标转换前处理的步骤： 在进行极坐标转换之前，需要对环形区域进行处理，从而得到polar_trans_image_ext算子所需要的参数。 一般的方法步骤如下： 1. 阈值化 2. 圆形结构的闭...
opencv实现靶纸弹孔识别计数功能
weixin_40210397的博客
08-09 3510
opencv实现靶纸弹孔识别计数功能 任务是对胸环靶进行弹孔识别与计数。靶纸图片是从网上找的。 具体过程主要是先对图片进行灰度化处理，接着进行阈值分割，将弹孔与背景分割开。再腐蚀并膨胀（形态学开运算），取得较好的分割效果。最后通过轮廓提取，对弹孔进行识别与计数。 1. 靶纸图片 靶纸如下图所示： 2. 灰度化处理 通过opencv的cv2.cvtColor()函数对图像进行灰度化。 函数cv2.cvtColor(input_image ，flag)，flag是转换类型： BGR和灰度图的转换使用 cv2.
opencv识别圆孔java_opencv之hugh提取圆孔
weixin_39611161的博客
02-26 612
背景：需要在image中提取圆孔圆心的位置，用到opencv中的hugh检测的方法，提取的效果还不错。但是只是初步的版本，没有增加更多的鲁棒性判断。#include #include #include #include int main(int argc, char** argv){// read a imagestd::string file_name = "/home/liuzhiyang/i...
OpenCV绘制箭头
sjhuangx的专栏
11-24 3881
转载自：http://tmjfzy.blog.163.com/blog/static/664470252012225101017794/代码：#include "opencv2/core/core.hpp" #include "opencv2/highgui/highgui.hpp" #include "opencv2/imgproc/imgproc.hpp" using namespace cv;
opencv识别圆孔java_如何使用opencv或javacv识别多边形？
weixin_32957761的博客
02-26 329
我正在做一个使用图像处理技术来识别不同对象及其长度的项目.我在javaCV以及OpenCV中经历了很多例子.但不幸的是我无法识别多边形的T形.我尝试使用以下矩形识别方法,但我失败了.public static CvSeq findSquares( final IplImage src, CvMemStorage storage){CvSeq squares = new CvContour();s...
识别靶纸opencv
最新发布
11-23
使用OpenCV识别靶纸主要有两种常见场景，分别是弹孔识别计数和自动报靶识别，以下为详细方法： ### 弹孔识别计数 - **图像获取**：从网上获取靶纸图片，作为后续处理的基础[^1]。 - **灰度化处理**：将彩色的靶纸图片转换为灰度图像，减少颜色信息的干扰，便于后续处理。 - **阈值分割**：通过设定合适的阈值，将弹孔与背景分割开，使得弹孔区域和背景区域在图像中能够明显区分[^1]。 - **形态学开运算**：对分割后的图像进行腐蚀并膨胀操作，去除图像中的小噪声点，同时保持弹孔的形状，以取得较好的分割效果[^1]。 - **轮廓提取**：通过提取图像中的轮廓，识别出弹孔的轮廓，进而对弹孔进行计数[^1]。 以下是简单的Python代码示例： ```python import cv2 # 读取靶纸图片 image = cv2.imread('target_image.jpg') # 灰度化处理 gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY) # 阈值分割 _, thresh = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY) # 形态学开运算 kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (3, 3)) opening = cv2.morphologyEx(thresh, cv2.MORPH_OPEN, kernel) # 轮廓提取 contours, _ = cv2.findContours(opening, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE) # 弹孔计数 bullet_holes_count = len(contours) print(f"弹孔数量: {bullet_holes_count}") ``` ### 自动报靶识别 - **确定靶子的四个顶点**：目前使用人工手动标注的方式确定靶子的四个顶点，这一步直接影响后续弹孔位置的确定。例如，坐标可以设定为`const std::vector<cv::Point2f> src_points = {{241, 0}, {417, 2145}, {3325, 0}, {3209, 2157}}`和`const std::vector<cv::Point2f> dst_points = {{0, 0}, {0, 500}, {500, 0}, {500, 500}}` [^2]。 - **提取靶子**：利用OpenCV提供的透视变换函数，将图像进行透视变换，得到矫正后的靶子图像。示例代码如下： ```cpp #include <opencv2/opencv.hpp> int main() { cv::Mat img1 = cv::imread("image1.jpg"); cv::Mat img2 = cv::imread("image2.jpg"); const std::vector<cv::Point2f> src_points = {{241, 0}, {417, 2145}, {3325, 0}, {3209, 2157}}; const std::vector<cv::Point2f> dst_points = {{0, 0}, {0, 500}, {500, 0}, {500, 500}}; cv::Mat M = cv::getPerspectiveTransform(src_points, dst_points); cv::Mat target1, target2; cv::warpPerspective(img1, target1, M, cv::Size(500, 500)); cv::warpPerspective(img2, target2, M, cv::Size(500, 500)); return 0; } ``` - **寻找最新的弹孔**：有两种方法，一是优先使用图像处理 + 帧差法，但需要像素级对齐；二是使用深度学习检测器，但需要收集训练数据，且对粘连弹孔检测效果未必理想 [^2]。 - **寻找同心圆圆心**：可以使用椭圆检测方法，例如参考https://github.com/memory-overflow/standard-ellipse-detection 中的实现 [^2]。 - **确定环数**：依据圆心与弹孔的距离确定弹孔所在的环数 [^2]。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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