确定魔方中心点

标签: openCV  C  魔方

开通了我的博客,第一次写文章,目的是用于自己保存学习的过程和大家一起交流,可能会有些不专业或者有错的地方,还望路过的大神们指出。

先上两张图。魔方是菲神创纪录时用的品牌GAN,花了我六十几RMB,手感果然和十几块钱的妖艳贱货不一样。

首先我想到的就是先边缘检测,然后开始遍历,找到坐上角的点和右下角的点,然后就可以算出中点。这么简单,想想还有点小激动呢。

Point find_heart(Mat src)						/*找到魔方的中心点*/
{
	int x1 = 0, y1 = 0, x2 = 0, y2 = 0;
	Mat dst = src.clone();
	cvtColor(src,src, COLOR_BGR2GRAY);				//将BGR图像转为单通道灰度图
	bilateralFilter( src, dst, 8, 16, 5);			//双边滤波,保边去噪
	//cvtColor(dst, dst , COLOR_BGR2GRAY);				//将BGR图像转为单通道灰度图

	Mat element = getStructuringElement(MORPH_RECT, Size(2, 2));
	Canny(dst, dst, 60, 70);						//边缘检测
	imshow("show",dst);
	waitKey(60);
	for (int i = 0;i < 0.3*dst.cols;i++)
	{
		for (int j = 0;j < 0.3*dst.rows;j++)
		{
			if (dst.at<uchar>(i, j) == 255)
			{
				x1 = i;
				y1 = j;
				break;
			}
		}		
		if (dst.at<uchar>(i, y1) == 255)
			{
				break;
			}
	}

	for (int i = dst.cols-10 ; i > 0.5*dst.cols;i--)
	{
		for (int j = dst.rows-10 ; j > 0.5*dst.rows;j--)
		{
			if (dst.at<uchar>(i, j) == 255)
			{
				x2 = i;
				y2 = j;
				break;
			}
		}
		if (dst.at<uchar>(i, y2) == 255)
		{
			break;
		}
	}
	return Point((x1 + x2) / 2, (y1 + y2) / 2);
}
 代码如上,由于比较菜和刚接触opencv,就这段代码就调试了很很多次。遇到的问题和解决方法记一下:
1.访问像素点的值。灰度图用image.at<uchar>(x,y)就行了,BGR三通道访问每一个通道的话用image.at<Vec3b>[1或2或3]分别访问三个通道的值。
2.不知道我怎么得出来的一个结论,如果图像过大,用imshow("",1)显示不完全的话,后面从右下角(image.coles,image.cows)开始遍历的话会导致溢出而报错,天知道我是试了多少次才发现。
3.跳出两个循环,用了两个break而没用goto,不知道是哪个老师给我说过,千万不要轻易的用goto。
后面又查了点资料,发现用指针遍历更好,所以我改了一下这个代码。
#include <iostream>
#include "opencv2/highgui/highgui.hpp"
#include "opencv2/imgproc/imgproc.hpp"
#include<stdlib.h>
#include<string>
using namespace cv;
using namespace std;

Point find_heart(Mat src);

int main()
{
	Mat imgOriginal,imgOriginal_quarter;
	imgOriginal = imread("魔方.jpg", 1);

	resize(imgOriginal, imgOriginal_quarter, Size(imgOriginal.cols / 5, imgOriginal.rows / 5), 0, 0, INTER_AREA);		//尺寸缩小到原图1/5
	//namedWindow("show1",0);
	imshow("show",imgOriginal_quarter);
	waitKey(600);
	Point selfLoc = find_heart(imgOriginal_quarter);
	circle(imgOriginal_quarter, selfLoc, 8, Scalar(255, 255, 255));
	imshow("show1", imgOriginal_quarter);
	waitKey(60000);
	return 0;
}
Point find_heart(Mat src)						/*找到魔方的中心点*/
{
	int x1 = 0, y1 = 0, x2 = 0, y2 = 0;
	Mat dst = src.clone();
	cvtColor(src,src, COLOR_BGR2GRAY);				//将BGR图像转为单通道灰度图
	bilateralFilter( src, dst, 8, 16, 5);			//双边滤波,保边去噪

	Mat element = getStructuringElement(MORPH_RECT, Size(2, 2));
	Canny(dst, dst, 60, 70);						//边缘检测

	for (int j = 0;j< int(dst.rows*0.5);j = j + 11)		//找到左上角的坐标并保存到(x1,y1)
	{
		uchar* data = dst.ptr<uchar>(j);
		for (int i = 0;i < 0.25*dst.cols;i++)
		{
			if (data[i] == 255)
			{
				x1 = i;
				break;
			}
		}
		if (data[x1] == 255)
		{
			y1 = j;
			break;
		}
	}

	for (int j = int (dst.rows-1);j > int(dst.rows*0.5);j = j - 11)		//找到右下角的坐标并保存到(x2,y2)
	{
		uchar* data = dst.ptr<uchar>(j);
		for (int i = dst.cols;i > 0.75*dst.cols;i--)
		{
			if (data[i] == 255)
			{
				x2 = i;
				break;
			}
		}
		if (data[x2] == 255)
		{
			y2 = j;
			break;
		}
	}
	return Point((x1 + x2) / 2, (y1 + y2) / 2);					//返回魔方中点的值
}

改过后看起来就要好一点了,有一点误差,但是在我的接受范围内,我就不想继续改了。

今天先写到这(第一次用这个,感觉有点不好用是怎么回事),就当开始了我的博客之旅。俗话说:万事开头难,中间难,结尾难。噫嘘唏!为了早日成为一名合格的老司机,下午还要去练车(对了,顺便恭喜我昨天满分通过科二)。

版权声明:本文为Jason_er原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。
本文链接:https://blog.csdn.net/Jason_er/article/details/79276534

智能推荐

C语言小函数—二进制与十六进制

测试如下 “` int main() { long int num = 15; } “`...

仿微博或微信的文章多图显示(自定义MultiImageView)

按照一般的规矩,先上张图来供大伙看看 如果大致是大伙们需要实现的功能,不烦一观 自定义MultiImageView 工具类 具体使用 app.gradle中添加依赖 implementation 'com.github.bumptech.glide:glide:4.8.0' AndroidManifest.xml中配置联网权限 <uses-permission android:name=&q...

经典进程同步和互斥问题

经典进程同步与互斥问题 前言 一、生产者-消费者问题 1.问题描述 2.问题分析 3.代码 二、读者-写者问题 1.问题描述&&分析 2.代码 三、哲学家进餐问题 1.问题描述&&分析 2.代码 四、理发师问题 1.问题描述&&分析 2.代码 前言 在多道程序设计环境中,进程同步是一个非常重要的问题,下面讨论几个经典的进程同步问题。 一、生产者-消费...

java设计模式——ThreadLocal线程单例

1、定义一个ThreadLocal线程单例,代码如下: 2、定义一个多线程类,代码如下: 3、定义一个测试类,代码如下: 4、输出结果,如下图:...

【tensorflow】线性模型实战

线性模型:y = 1.477 * x + 0.089   1. 采样数据 采样噪声eps在均值0,方差0.01的高斯分布中,而后在均匀分布U(0,1)中,区间[-10,10]进行n=100次随机采样:   2. 计算误差 循环计算每个点的预测值与真是值之间差的平方并累加,从而获得训练集上的均芳误差损失值。   3. 计算梯度   4. 梯度更新 对权重w和偏...

猜你喜欢

常见损失函数和评价指标总结(附公式&代码)

网上看到一篇很实用的帖子关于常见损失函数和评价指标,收藏下来 本文转载于https://zhuanlan.zhihu.com/p/91511706 ------------------------------------------------------------------------------------------------------------------------------...

为什么 4G/5G 的直播延时依然很高

通信技术的发展促进了视频点播和直播业务的兴起,4G 和 5G 网络技术的进步也使得流媒体技术变得越来越重要,但是网络技术并不能解决流媒体直播的高延迟问题。 本文不会介绍网络对直播业务的影响,而是会分析直播中常见的现象 — 主播和观众之间能够感觉到的明显网络延迟。除了业务上要求的延迟直播之外,有哪些因素会导致视频直播的延迟这么高呢? live-streaming  图 1 - ...

springboot 过滤器Filter vs 拦截器Interceptor 详解

1 前言       最近接触到了过滤器和拦截器,网上查了查资料,这里记录一下,这篇文章就来仔细剖析下过滤器和拦截器的区别与联系。 2 拦截器与过滤器之间的区别 从上面对拦截器与过滤器的描述来看,它俩是非常相似的,都能对客户端发来的请求进行处理,它们的区别如下: 作用域不同 过滤器依赖于servlet容器,只能在 servlet容器,web环境下使用 拦截器依赖于sp...

IDEA环境--JavaWeb项目【分页功能实现】

参考链接:https://www.jianshu.com/p/d108d0cd9acf 1、前言 最近在写一些项目,遇到要使用分页功能的地方,就简单的学习了一下,在此总结一下具体实现的过程以及遇到的问题。 分页功能:当我们写一下web项目时会遇到一个页面要显示很多数据,一下子都显示出来效率会很低,也不美观。这就要用到分页,其作用也就是将数据分割成多个页面来进行显示。 2、项目介绍 这只是一个简单的...

517【毕设课设】基于单片机仓库家庭防火防盗报警系统

【资源下载】下载地址如下: https://docs.qq.com/doc/DTlRSd01BZXNpRUxl 功能简要说明: 1.51单片机+1602液晶+按键+烟雾检测传感器MQ+红外检测+蜂鸣器+DHT11温湿度传感器; 2.按键设置烟雾报警浓度值,温度报警值; 3.当达到报警条件,蜂鸣器响; 5.电路板为PCB腐蚀所做,图文件为altiumdesigner工程文件。 6.程序采用C语言编写...