用opencv測量物體大概角度的乙個比較笨的思路

2021-10-11 17:40:31 字數 4410 閱讀 1773

檢測faster-rcnn或者yolo目標檢測演算法後的bbox中物體的大概角度。

1.首先將原圖分為bgr三個通道，將其中兩個通道加權求和之後進行灰度化，我這裡採用的是4g-1b，如果下一步驟的閾值分割效果不好，可以嘗試一下其他兩個通道加權求和。

mat mv[3]


;split


(src,mv)


;mat img;


addweighted


(mv[1]


,4,mv[0]


,-1,


0,img)


;
2.使用閾值分割，這裡推薦otsu閾值分割和迭代閾值分割，這兩種的效果最好，**如下

mat gray;


gray=


iterationthreshold


(img)


;
//otsu閾值分割


mat otsualgthreshold


(mat &image)


int t =0;


//otsu演算法閾值


double varvalue =0;


//類間方差中間值儲存


double w0 =0;


//前景畫素點數所佔比例


double w1 =0;


//背景畫素點數所佔比例


double u0 =0;


//前景平均灰度


double u1 =0;


//背景平均灰度


double histogram[


256]=;


//灰度直方圖，下標是灰度值，儲存內容是灰度值對應的畫素點總數


uchar *data = image.data;


double totalnum = image.rows*image.cols;


//畫素總數


for(


int i =


0; i < image.rows; i++)}


int minpos, maxpos;


for(


int i =


0; i <


255; i++)}


for(


int i =


255; i >


0; i--)}


for(


int i = minpos; i <= maxpos; i++)if


(w1 ==0)


//背景部分畫素點數為0時退出


u1 = u1 / w1;


//背景畫素平均灰度


w1 = w1 / totalnum;


// 背景部分畫素點數所佔比例


//***********背景各分量值計算**************************


//***********前景各分量值計算**************************


for(


int k = i +


1; k <


255; k++)if


(w0 ==0)


//前景部分畫素點數為0時退出


u0 = u0 / w0;


//前景畫素平均灰度


w0 = w0 / totalnum;


// 前景部分畫素點數所佔比例


//***********前景各分量值計算**************************


//***********類間方差計算******************************


double varvaluei = w0*w1*


(u1 - u0)


*(u1 - u0)


;//當前類間方差計算


if(varvalue < varvaluei)


}    mat dst;


threshold


(image, dst, t,


255, cv_thresh_otsu)


;return dst;


}
//迭代閾值分割


mat iterationthreshold


(mat src)


;for


(int j =


0; j < height; j++


)int t0 =0;


for(


int i =


0; i <


256; i++


)    t0 /


= width*height;


int t1 =


0, t2 =0;


int num1 =


0, num2 =0;


int t =0;


while(1


)if(num1 ==0)


continue


;for


(int i = t0 +


1; i <


256; i++)if


(num2 ==0)


continue


;        t =


(t1 / num1 + t2 / num2)/2


;if(t == t0)


break


;else


t0 = t;


}    mat dst;


threshold


(src, dst, t,


255,0)


;return dst;


}
3.膨脹處理

mat morphologydst;


cv::


morphologyex


(gray, morphologydst, cv::morph_dilate,


cv::


getstructuringelement


(cv::morph_rect, cv::


size(7


,1))


);
4.找出最小外接矩形，由於進行膨脹處理後，圖中還有一些黑點，沒有用孔洞填充，直接用乙個最笨的方法，由於圖中只有乙個物體，因此，可以遍歷其中所有的最小外接矩形，選出最大的乙個，就是要找的那個，也嘗試一下孔洞填充，但是感覺效果不咋地，孔洞填充**如下，需要的可以嘗試一下。

vector> contours;


vector hierarchy;


findcontours


point(0


,0))


;vector


minrect


(contours.


size()


);float area=0;


for(


int i =


0; i < contours.


size()


; i++


)
//孔洞填充


void


fillhole


(const mat srcbw, mat &dstbw)
5.將外接矩形框畫出，這裡有個比較重要的是，opencv提供的rotatedrect中的角度是相對角度，(-90,0]，需要將其轉換為絕對角度。

mat drawing=src;


for(


int i =


0; i< contours.


size()


; i++


)}
//將相對角度轉化為絕對角度


static


double


calclinedegree


(const point2f& firstpt,


const point2f& secondpt)


}else


return curlineangle*


180.0f


/cv_pi;


}static


double


getrcdegree


(const rotatedrect box)


else


return degree;


}
檢測效果：

判斷乙個遊戲物體在另乙個遊戲物體的左邊或者右邊

最近在公司專案裡面做乙個boss戰鬥，boss有兩個轉向動畫，乙個向左轉，乙個向右轉，轉向之前你首先需要判斷人物位置當前在boss的左邊還是右邊，可以使用 float result vector3.cross boss.transform.forward,人物到boss的向量 y 如果結果是正，則表...

MySQL 乙個簡單insert語句的大概流程

mysql create table testin id int query ok,0 rows affected 2.38 sec mysql insert into testin values 10 query ok,1 row affected 0.02 sec 126 t 2 thd ent...

登陸的乙個大概流程

登陸的乙個大概流程 1 接受登陸引數 2 引數的合法性檢驗 3 檢驗成功，執行使用者名稱是否存在的查詢 4 如果不存在該使用者，返回登陸頁面，並加入提示資訊 5 如果存在，檢驗密碼是否正確，如果密碼不正確，返回登陸頁面，加入提示資訊 6 密碼匹配正確的情況下，user使用者加入session，執行跳...