第14课 用openCV数豆豆

除了检测运动,openCV还能做许多有趣且实用的事情。其实openCV和FFmpeg一样都是宝藏开源项目,貌似简单的几行代码功能实现背后其实是复杂的算法在支撑。有志于深入学习的同学可以在入门后进一步研究算法的实现,一定会受益匪浅。

这节课,我们先来看一个简单的例子:数豆豆。这个小例子可以让你领略openCV的强悍。

1.复制demo4并改名为demo14。

2.修改init函数:

cpp 复制代码
//capCamHandle = CreateThread(NULL, 0, (LPTHREAD_START_ROUTINE)capCamThread, (LPVOID)this, 0, NULL);
capImgHandle = CreateThread(NULL, 0, (LPTHREAD_START_ROUTINE)capImgThread, (LPVOID)this, 0, NULL);

3.添加对应的数豆豆函数:

cpp 复制代码
DWORD WINAPI fmle::capImgThread(LPVOID lpParam) {
	fmle *pThis = (fmle*)lpParam;
	pThis->capImg();
	return 0;
}

int fmle::capImg() {
	videoCap.open(0);
	cv::Mat imgMat;
	imgMat = cv::imread("Bean.jpg");
	// 转换为HSV颜色空间
	cv::Mat hsvMat;
	cv::cvtColor(imgMat, hsvMat, cv::COLOR_BGR2HSV);	
	// 定义黄色范围的HSV阈值
	cv::Scalar lowerColor(26, 43, 46);
	cv::Scalar upperColor(34, 255, 255);
	// 对图像进行颜色过滤
	cv::Mat maskMat;
	cv::inRange(hsvMat, lowerColor, upperColor, maskMat);
	// 对二值图像进行形态学操作,去除噪点
	cv::Mat kernel = cv::getStructuringElement(cv::MORPH_RECT, cv::Size(5, 5));
	cv::morphologyEx(maskMat, maskMat, cv::MORPH_OPEN, kernel);
	// 寻找轮廓
	std::vector<std::vector<cv::Point>> contours;
	cv::findContours(maskMat, contours, cv::RETR_EXTERNAL, cv::CHAIN_APPROX_SIMPLE);
	// 统计豆子数量
	int beanCount = contours.size();
	cv::Mat resultMat = imgMat.clone();
	cv::drawContours(resultMat, contours, -1, cv::Scalar(0, 0, 255), 2);
	cv::putText(resultMat, "Total: " + std::to_string(beanCount), cv::Point(0, 290), cv::FONT_HERSHEY_SIMPLEX, 1, cv::Scalar(255, 255, 255), 2);
	mainDlg->drawMatOfPub(resultMat);
	return 0;
}

4.调试运行,豆豆数量立即就显示出来了,是不是很简单?

相关推荐
通义灵码4 分钟前
在 Excel 中使用通义灵码辅助开发 VBA 程序
人工智能·阿里云·excel·vba·通义灵码
Francek Chen13 分钟前
【华为鸿蒙电脑】首款鸿蒙电脑发布:MateBook Fold 非凡大师 & MateBook Pro,擎云星河计划启动
人工智能·华为·电脑·harmonyos·matebook
攻城狮7号26 分钟前
深度学习框架双雄:TensorFlow与PyTorch的较量与共生
人工智能·pytorch·深度学习·tensorflow
雪兽软件2 小时前
2024年热门AI趋势及回顾
人工智能
摆烂仙君4 小时前
怎么样进行定性分析
人工智能·算法·机器学习·数学建模
kovlistudio4 小时前
机器学习第十七讲:PCA → 把100维数据压缩成3D视图仍保持主要特征
人工智能·机器学习
FL16238631296 小时前
荔枝成熟度分割数据集labelme格式2263张3类别
人工智能·深度学习
一点.点6 小时前
DRIVEGPT4: 通过大语言模型实现可解释的端到端自动驾驶
人工智能·语言模型·自然语言处理·自动驾驶
天涯海风7 小时前
介绍一下什么是 AI、 AGI、 ASI
人工智能·agi
zzc9217 小时前
Tensorflow 2.X Debug中的Tensor.numpy问题 @tf.function
人工智能·tensorflow·numpy