基于opencv的视觉巡线实现

前言

这段时间在和学弟打软件杯的比赛，有项任务就是机器人的视觉巡线，这虽然不是什么稀奇的事情，但是对于一开始不了解视觉的我来说可以说是很懵了，所以现在就想着和大家分享一下，来看看是如何基于opencv来实现巡线的。我这里以ubuntu20.04为例了

正文

1.查看相机设备

首先要完成视觉巡线那必不可少的就是相机了，使用

复制代码

ll /dev/video*

来查看相机。

这里可以看到我有两个相机设备，一个是我电脑自带的相机video0，另一个是我的usb相机video1。

2.显示实时图像

新建一个工作空间，然后新建一个cpp文件，然后进行相机的初始化，以及调用窗口实时显示图像

复制代码

#include <opencv2/opencv.hpp>
#include <iostream>
#include <chrono>

using namespace std;

int camera_width = 640;
int camera_height = 480;

int main(int argc, char const *argv[])
{
    // 初始化变量和对象
    cv::VideoCapture cap(1);
    cap.set(CAP_PROP_FRAME_WIDTH, camera_width);
    cap.set(CAP_PROP_FRAME_HEIGHT, camera_height);
    // 循环处理每一帧图像
    while (true) {
        cv::Mat color_image;
        cap.read(color_image);
        if (color_image.empty()) {
            cerr << "Failed to capture image" << endl;
            break;
        }
     imshow("Color Image", color_image);
     char key = waitKey(1);
        if (key == 'q') {
            break;
        }
    }

    // 释放资源
    cap.release();
    destroyAllWindows();
    return 0;
}

这里初始化cv::VideoCapture cap(1)传入的参数就是上面查看到的设备，如果想要调用系统自带相机，那就改为cap(0)。

3.巡线函数

我这里函数声明如下:

复制代码

tuple<cv::Mat, float, bool, bool, bool> followBlindPath(cv::Mat color_image)

由于我想要多个返回值所以就采用了tuple模版，后面采用tie函数进行解包，其中输入参数为要识别的图片，输出参数分别为经识别后标记的图片，以及水平方向上偏差（后面会具体解释是什么偏差），后面三个布尔值表示三个状态，分别为巡线，转弯和停止。

在识别开始之前，由于图片在opencv保存的格式默认为BGR格式图片，我们要转为HSV格式，因为后面的操作都是基于HSV图片进行的。

复制代码

cv::cvtColor(color_image, hsvFrame, COLOR_BGR2HSV);

效果如下：

然后指定HSV的色域，scalar函数三个参数分别为色调（Hue）、饱和度（Saturation）和亮度（Value），我这里设置的值为黄色的色域。

复制代码

cv::Scalar color_lower =  cv::Scalar(10, 40, 120);
cv::Scalar color_upper =  cv::Scalar(40, 255, 255);
cv::inRange(hsvFrame, color_lower, color_upper,color_mask);

inRange函数用于判断一个像素或像素矩阵是否在指定的范围内，hsvFrame是输入图像，返回图像color_mask是一个二值图像，即在色域内的为白色，色域外为黑色。

处理效果如下：

点击基于opencv的视觉巡线实现 - 古月居可查看全文