【CanMV K230】边缘检测

【CanMV K230】边缘检测


本篇内容:

  1. 什么是边缘检测
  2. 边缘检测应用领域
  3. K230应用(包含相应函数及例程)

B站视频链接:已做成合集
抖音链接:已做成合集


我们熟悉了K230两个主要硬件(摄像头和显示器)的使用方法后,可以使用视觉例程了。分享加快了哦。

1.啥是边缘检测

边缘检测是图像处理中的一项基本任务,它涉及到识别图像中亮度或颜色发生突变的边界。这些边界通常对应于物体的轮廓,是图像分析和计算机视觉中的重要特征。

边缘检测算法的目的是从图像中提取这些边界信息,以便进行进一步的处理和分析

2.边缘检测应用领域

边缘检测算法通常基于图像的一阶或二阶导数来工作。我们只需知晓应用领域,原理看自身需求。


图片来源于Py巡航机↑

主要应用于以下领域:

1.特征提取

边缘是图像中亮度变化最显著的部分,它们通常对应于物体的轮廓、不同区域的边界等。通过边缘检测,可以从图像中提取出这些重要的特征信息,为后续处理如图像分割、目标识别等提供基础。

2.图像简化

边缘检测后的图像往往比原始图像更为简洁,只保留了重要的边缘信息,去除了大量冗余的像素点。这种简化有助于减少计算量,提高处理速度,并使得图像更易于分析和理解。

3.结构分析

边缘检测可以帮助我们分析图像中的结构信息,如物体的形状、大小、方向等。这些信息对于图像理解、场景重建等任务至关重要。

4.提升图像质量

边缘检测可以突出图像中的轮廓信息,使得图像更加清晰、易于观察。这对于需要高精度图像处理的应用场景尤为重要,如医学影像分析、遥感图像处理等。

5.促进后续处理

边缘检测是许多图像处理任务的预处理步骤,如图像分割、目标检测、目标跟踪等。通过边缘检测,可以更容易地识别出图像中的目标对象,并为后续处理提供准确的定位信息。

6.增强系统性能

在机器视觉、自动驾驶等领域,边缘检测是实现高精度目标识别和场景理解的关键技术之一。通过准确的边缘检测,可以提高系统的识别准确率和鲁棒性,从而增强整个系统的性能。

7.降低计算复杂度

由于边缘检测后的图像更为简洁,因此在后续处理中可以减少计算量,降低计算复杂度。这对于实时性要求较高的应用场景尤为重要,如视频监控、自动驾驶等。

3. K230应用

相关函数

find_edges对象

构造函数

python 复制代码
image.find_edges(edge_type[, threshold])

边缘检测,将图像变为黑白,边缘保留白色像素。

参数 说明
edge_type 处理方式2个 ↓
image.EDGE_SIMPLE 简单的阈值高通滤波算法;
image.EDGE_CANNY Canny 边缘检测算法;
threshold 包含高、低阈值的二元组,默认是(100,200),仅支持灰度图像。

官方例程

python 复制代码
'''
实验名称:边缘检测
实验平台:01Studio CanMV K230
教程:wiki.01studio.cc
说明:推荐使用320x240以下分辨率,分辨率过大会导致帧率下降。
'''

import time, os, sys, gc

from media.sensor import * #导入sensor模块,使用摄像头相关接口
from media.display import * #导入display模块,使用display相关接口
from media.media import * #导入media模块,使用meida相关接口

try:

    sensor = Sensor(width=1280, height=960) #构建摄像头对象,将摄像头长宽设置为4:3
    sensor.reset() #复位和初始化摄像头
    sensor.set_framesize(width=320, height=240) #设置帧大小为LCD分辨率(320x240),默认通道0
    sensor.set_pixformat(Sensor.GRAYSCALE) #设置输出图像格式,默认通道0

    Display.init(Display.ST7701, to_ide=True) #同时使用3.5寸mipi屏和IDE缓冲区显示图像,800x480分辨率
    #Display.init(Display.VIRT, sensor.width(), sensor.height()) #只使用IDE缓冲区显示图像

    MediaManager.init() #初始化media资源管理器

    sensor.run() #启动sensor

    clock = time.clock()

    while True:

        os.exitpoint() #检测IDE中断

        ################
        ## 这里编写代码 ##
        ################
        clock.tick()

        img = sensor.snapshot() #拍摄一张图片

        #使用 Canny 边缘检测器
        img.find_edges(image.EDGE_CANNY, threshold=(50, 80))

        # 也可以使用简单快速边缘检测,效果一般,配置如下
        #img.find_edges(image.EDGE_SIMPLE, threshold=(100, 255))

        #Display.show_image(img) #显示图片

        #显示图片,仅用于LCD居中方式显示
        Display.show_image(img, x=round((800-sensor.width())/2),y=round((480-sensor.height())/2))


        print(clock.fps()) #打印FPS

###################
# IDE中断释放资源代码
###################
except KeyboardInterrupt as e:
    print("user stop: ", e)
except BaseException as e:
    print(f"Exception {e}")
finally:
    # sensor stop run
    if isinstance(sensor, Sensor):
        sensor.stop()
    # deinit display
    Display.deinit()
    os.exitpoint(os.EXITPOINT_ENABLE_SLEEP)
    time.sleep_ms(100)
    # release media buffer
    MediaManager.deinit()
注意事项 说明
1 sensor = Sensor(width=1280, height=960)#构建摄像头对象,将摄像头长宽设置为4:3
2 sensor.set_framesize(width=640, height=480)#设置帧大小为(width=640, height=480)太大了就显示不出来了
3 sensor.set_pixformat(Sensor.GRAYSCALE) #设置输出图像格式,默认通道0

HDMI屏幕使用边缘检测

python 复制代码
'''
实验名称:边缘检测测试
实验平台:01Studio CanMV K230
说明:实现图像在HDMI显示器进行边缘检测
测试人:咸鱼浆 2024年9月2日21:02:15
'''

import time, os, sys, gc

from media.sensor import * #导入sensor模块,使用摄像头相关接口
from media.display import * #导入display模块,使用display相关接口
from media.media import * #导入media模块,使用meida相关接口

try:

    sensor = Sensor(width=1280, height=960) #构建摄像头对象,将摄像头长宽设置为4:3
    sensor.reset() #复位和初始化摄像头
    sensor.set_framesize(width=640, height=480) #设置帧大小为(width=640, height=480)太大了就显示不出来了,默认通道0
    sensor.set_pixformat(Sensor.GRAYSCALE) #设置输出图像格式,默认通道0

    #使用IDE缓冲区输出图像,显示尺寸和sensor配置一致。
    Display.init(Display.LT9611, to_ide=True)

    MediaManager.init() #初始化media资源管理器

    sensor.run() #启动sensor


    while True:
        os.exitpoint() #检测IDE中断
        ################
        ## 这里编写代码 ##
        ################
        img = sensor.snapshot() #拍摄一张图
        #使用 Canny 边缘检测器
        img.find_edges(image.EDGE_CANNY, threshold=(50, 80))

        # 也可以使用简单快速边缘检测,效果一般,配置如下
        #img.find_edges(image.EDGE_SIMPLE, threshold=(100, 255))
        # 在HDMI屏幕上居中显示
        Display.show_image(img, x=round((1920-sensor.width())/2),y=round((1080-sensor.height())/2))



        #Display.show_image(img) #显示图片




###################
# IDE中断释放资源代码
###################
except KeyboardInterrupt as e:
    print("user stop: ", e)
except BaseException as e:
    print(f"Exception {e}")
finally:
    # sensor stop run
    if isinstance(sensor, Sensor):
        sensor.stop()
    # deinit display
    Display.deinit()
    os.exitpoint(os.EXITPOINT_ENABLE_SLEEP)
    time.sleep_ms(100)
    # release media buffer
    MediaManager.deinit()
相关推荐
笑衬人心。26 分钟前
初学Spring AI 笔记
人工智能·笔记·spring
luofeiju36 分钟前
RGB下的色彩变换:用线性代数解构色彩世界
图像处理·人工智能·opencv·线性代数
测试者家园39 分钟前
基于DeepSeek和crewAI构建测试用例脚本生成器
人工智能·python·测试用例·智能体·智能化测试·crewai
张较瘦_43 分钟前
[论文阅读] 人工智能 + 软件工程 | Call Me Maybe:用图神经网络增强JavaScript调用图构建
论文阅读·人工智能·软件工程
大模型真好玩43 分钟前
准确率飙升!Graph RAG如何利用知识图谱提升RAG答案质量(四)——微软GraphRAG代码实战
人工智能·python·mcp
Baihai_IDP1 小时前
vec2text 技术已开源!一定条件下,文本嵌入向量可“近乎完美地”还原
人工智能·面试·llm
江太翁1 小时前
Pytorch torch
人工智能·pytorch·python
拓端研究室1 小时前
专题:2025即时零售与各类人群消费行为洞察报告|附400+份报告PDF、原数据表汇总下载
大数据·人工智能
网安INF1 小时前
深度学习中的逻辑回归:从原理到Python实现
人工智能·python·深度学习·算法·逻辑回归
Despacito0o1 小时前
ESP32-s3摄像头驱动开发实战:从零搭建实时图像显示系统
人工智能·驱动开发·嵌入式硬件·音视频·嵌入式实时数据库