開始設(shè)計一種大蒜播種機

awolfbee

剝掉蒜皮后的輪廓圖。最后一副圖樣有點奇怪,，生成的輪廓曲線連貫且平滑,，也就是重新生成了下然后就變成這樣了,，不知道程序上有哪些變動,。

awolfbee

程序如下：

操作系統(tǒng)： win7 64位
# o" J8 I7 Q9 \4 A2 |1 u  r) ?6 rIDE：VC++2010旗艦版
視覺軟件： OPENCV 3.0
/ v8 o) n! u7 K5 i' C* Z) [
4 L$ ^, \; z# t
//#include "stdafx.h"
#include "core/core.hpp"
* e1 ~( R3 p4 T- j#include <opencv2/imgproc/imgproc.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <iostream>
#include "highgui.h"
#include <set>
#include <opencv2\opencv.hpp>
8 Q/ p& j/ X+ G- {#include<vector>     //包含所需要的類文件vector，還有一定要加上using namespace std,。
& U( f2 [$ k0 K; C; y/ L$ l#include <stdio.h>
#include <conio.h>
#include <opencv2/highgui/highgui_c.h>
5 m& C, Z* s* O#include <math.h>
  C& g. F9 a7 Q$ p1 E+ ~) K+ ?#include "iostream"
#include "cv.h"
#include "highgui.h"
using namespace std;
using namespace cv;
) D" Z: R8 T, a) ~6 |$ Q2 ^% z5 @7 z
$ K; |( [) P* v4 Q  \
1 f1 V  k4 P& O0 E! N4 U! J
. |8 i' {" V  @9 V9 l//-----------------------------------【main( )函數(shù)】--------------------------------------------
: N: c$ m7 ~( Q0 s. ^//     描述：控制臺應(yīng)用程序的入口函數(shù),，我們的程序從這里開始
//-------------------------------------------------------------------------------------------------
3 u- e7 ~1 V7 {) A0 ~
int main()

- i; N3 \9 L3 Z( g& r& s{
& [' L& T* u$ o& l/ O! r% Jint chufa=1;
    //【1】從攝像頭讀入視頻
. N5 i' L4 G% v* d8 c
; ?! E* e$ o' Z! k1 L    VideoCapture capture(0);

    Mat edges;   //定義類
+ V  Y1 R9 e4 V* o' \
2 S1 z5 ?. X" k( C4 I9 JnamedWindow("預(yù)處理后的視頻", 0);
* H2 q. e! ?" b2 U& u0 R
9 P* h- S$ \3 I, O" n5 K9 d& Q //   Mat frame;  //定義一個Mat變量，用于存儲每一幀的圖像,，將該項至于循環(huán)之外,，不要重復(fù)定義Mat，增快速度,；

//定義輪廓和層次結(jié)構(gòu)（這個不是很理解）
7 `+ b4 q9 J4 g- W
2 s0 J, b/ y+ A9 }//vector<vector<Point>>contours;  //其中contours 應(yīng)該是一個變量,，可以用在后面的輪廓查找的函數(shù)中，定義點的向量
" p7 n1 P3 U% ]
//vector<Vec4i>hierarchy;    //定義四維向量,？,？？

1 c2 l/ r# V3 L! m9 v//【2】循環(huán)顯示每一幀

! S; X4 Y- B! _$ T7 ?; y    while (1)

    {

        //讀入圖像

5 o9 }. {4 s) c0 C           Mat frame;  //定義一個Mat變量,，用于存儲每一幀的圖像,，將該項至于循環(huán)之外，不要重復(fù)定義Mat,，增快速度,；
. ^4 ^- Q8 [0 ~  a* t6 R" S
  [  i% z, Q. q& I+ Q6 w           if (chufa=1) //當取樣信號為1時，開始取當前幀,，然后進行識別

# }. h8 t1 N. o5 H                        {
+ j( Q! i- A+ o  Y* p
                          capture >> frame;                                              //讀取當前幀,，videocapture函數(shù)是不斷讀取外界的視頻，需要一個類來讀取當前幀,，
                                                  chufa=0;

                                                                                                  //對于只需要一副圖片來進行檢測的操作來說,，每個循環(huán)只要出發(fā)某個取樣信號,，取樣一次就好了,。因此用IF語句
! M5 m' a' {$ _; U
                           cvtColor(frame, edges, CV_BGR2GRAY);      //灰度化  --如果說需要使用顏色檢測蒜瓣的底部和頭部，可能還需要顏色來判斷

; O9 W6 B( z% F2 n8 s& Q$ J                          threshold(edges, edges, 120, 255, CV_THRESH_BINARY | CV_THRESH_OTSU);         //二值化,，將其變成黑白兩色的圖樣
2 K$ {/ Q/ s( X) [$ S0 |6 v: d. W
                          blur(edges, edges, Size(3, 3));                           //進行模糊,，使用3*3內(nèi)核來降噪

8 j% \- R% _7 c* a7 W                         Canny(edges, edges, 0, 30, 3);                            //進行canny邊緣檢測并顯示

& h! M7 }0 V3 ]  o                       // findContours (edges, contours, hierarchy, CV_RETR_EXTERNAL, CV_CHAIN_APPROX_NONE);           //要求原圖像為8位單通道圖像；其中edges是源文件,，contours是輪廓函數(shù),？？

                                                                                                                                                                                      //CV_RETR_EXTERNAL,僅需要外側(cè)的輪廓用于識別,，
+ `( B7 \5 A5 O
  q  V( Z+ u( y, Z- U- @                                                                                                                                                                                      //CV_CHAIN_APPROX_NONE,，獲取每個輪廓的每個像素，最好是連續(xù)的,，

                       }

        imshow("蒜瓣輪廓圖", edges);                        //顯示當前幀

        if (waitKey(30) >= 0)
/ o; U% s! L' J, g+ D2 U
+ d' X' `3 P# J; b. y0 W/ }+ F& b% C* ~            break;
4 A3 t" }, ?: d9 U( p
# e! K2 M0 a" j% X+ Q
) m" e' `+ _/ }- V, j8 k5 V& X
3 l( d7 \; u0 J4 A    }
$ s8 ^& f" b1 j7 p1 M2 a
    return 0;
4 S+ E/ l* B* l  }
1 n6 D) N% |4 V; }}

awolfbee

大白小白 發(fā)表于 2020-11-18 13:14
/ @+ S  j! D7 _+ B9 @# d+ D/ W@awolfbee 蒜頭壓碎成蒜瓣,，有視頻么？四處紛飛？能不能溫柔點,？

) O% A4 @7 {( w( n. Phttps://item.taobao.com/item.htm?spm=a230r.1.14.30.2220dd82nuirRU&id=626297555950&ns=1&abbucket=2#detail

- l  h- k8 j2 N9 \: Z  Y: e' ], \* @這是大蒜分瓣機,。
% o- G; y- X3 d2 _$ N% f

awolfbee

大白小白 發(fā)表于 2020-11-22 21:23
; t) |8 D: q  g1 J+ ?5 V0 l& r5 n在圖片上注釋，沒看懂啥意思

帶有塊狀的根部,，大蒜剝好之后是沒有這個的,。

大白小白

awolfbee 發(fā)表于 2021-2-5 19:24
帶有塊狀的根部，大蒜剝好之后是沒有這個的,。

$ }- }) @- g/ b' c# G老大放假了,？
. X: N+ y, s4 _* I8 H! `; s

awolfbee

今天,，哦不,， 是昨天開始放假，上午上班的時候看了一個關(guān)于單攝像頭加線狀激光發(fā)射器旋轉(zhuǎn)配合OPENCV形成立體圖的文章,，對激光三維照相有了一點了解,。之所以考慮這樣的方式，是因為這幾天一直在思考如何從大蒜的側(cè)面的形狀判斷哪邊是頭或者尾,，問題在于誤判率太高,。所以還是回到檢測頭和尾的形狀特征上來。之前考慮的是接觸式的檢測方式,，當時有考慮用點陣壓力傳感器測量蒜頭和蒜尾的接觸壓力,，如果壓力是環(huán)形,，則是尾（實際上也不一定，因為有根的存在就會誤判）,，如果壓力為點狀,，則為蒜尖。但是從耐久性來考慮,，還是非接觸式的為好,，這樣看來，非激光立體照相不可了,。

awolfbee

http://www.csksoft.net/blog/post/lowcost_3d_laser_ranger_1.html
$ D$ T! C3 V1 m/ L( J" n
這是一個激光三維成像的帖子,，在其中得到不少啟發(fā)。
; n1 B" W! ^5 ]
如果能對蒜瓣的頭尾進行三維掃描,，獲得立體的圖像,，則可以對圖像進行分析，確定頭尾,，這比用基恩士的要劃算多了,，而且這個掃描面積很小，估計就是10*10個mm,。

awolfbee

利用廢舊光驅(qū)上的鏡頭,，在之前的攝像頭上增加一個透鏡，調(diào)節(jié)焦距,，形成一個小的電子顯微鏡,，這是大蒜的底部照片。


這個嘛,，猜猜,？

awolfbee

老年手機的鍵盤,，B-189，保密手機,。
" L: B' u# h; K6 t! t! Y
) U: X0 Q% T  Y3 {- Z. A可以非常清晰地看到手指的指紋,。

孫啟明

@awolfbee 試試另一個思路,，做光的反射和散射對比,，從而判斷首尾。