開始設(shè)計一種大蒜播種機

awolfbee

剝掉蒜皮后的輪廓圖。最后一副圖樣有點奇怪，生成的輪廓曲線連貫且平滑，也就是重新生成了下然后就變成這樣了，不知道程序上有哪些變動。

awolfbee

程序如下：
6 _; ^% X  H$ k9 k
操作系統(tǒng)： win7 64位
: R! r/ h* Y) A( o- K$ dIDE：VC++2010旗艦版
視覺軟件： OPENCV 3.0


& m+ S, O& m7 W& A1 f0 W# [- n+ ~' E//#include "stdafx.h"
#include "core/core.hpp"
#include <opencv2/imgproc/imgproc.hpp>
5 C! r9 n& A$ g: v#include <opencv2/highgui/highgui.hpp>
% u# x, B! |2 t: Z! j#include <iostream>
#include "highgui.h"
#include <set>
#include <opencv2\opencv.hpp>
  _3 O& {! [1 K8 C3 S1 F" w8 |#include<vector>     //包含所需要的類文件vector，還有一定要加上using namespace std。
/ j9 o4 `$ t, e1 l1 @#include <stdio.h>
#include <conio.h>
#include <opencv2/highgui/highgui_c.h>
3 ]6 n" J2 y' B  o! C5 B/ I#include <math.h>
#include "iostream"
. H) c# M8 y6 n' Y% |#include "cv.h"
2 r# {2 L( @; Z9 R8 _9 P/ p( h" J#include "highgui.h"
+ a5 ~# ^. Q% M, n' Ausing namespace std;
! I- Q5 v; `* T* _6 ausing namespace cv;
7 n  L- S2 I- I' u1 D( `9 b: d- g


//-----------------------------------【main( )函數(shù)】--------------------------------------------
//     描述：控制臺應(yīng)用程序的入口函數(shù)，我們的程序從這里開始
//-------------------------------------------------------------------------------------------------

" H  [8 l: U: a* i* [& j9 E( s; `int main()

% |: E6 h0 M4 D  n4 d" E; [{
int chufa=1;
0 q( f1 z. l! x8 p6 M+ l    //【1】從攝像頭讀入視頻
& Q2 S9 T3 O) L
    VideoCapture capture(0);
1 C& o, f/ X. P
' w- `4 P- C' l/ y6 g: ~9 Q    Mat edges;   //定義類

3 Q7 @  Z5 Y/ B3 w3 Z3 vnamedWindow("預(yù)處理后的視頻", 0);
; C8 e" s$ m9 D
+ ]: P3 _/ a0 ^/ l //   Mat frame;  //定義一個Mat變量，用于存儲每一幀的圖像，將該項至于循環(huán)之外，不要重復(fù)定義Mat，增快速度；

) Z$ Y0 Z9 E2 K1 Q" a& `6 M//定義輪廓和層次結(jié)構(gòu)（這個不是很理解）

% D. T+ m1 k, Y; x, U$ T9 N//vector<vector<Point>>contours;  //其中contours 應(yīng)該是一個變量，可以用在后面的輪廓查找的函數(shù)中，定義點的向量
' u& j7 J9 l. b! y3 f: i
//vector<Vec4i>hierarchy;    //定義四維向量？？？

/ L% d0 O) u& F# j! t7 u' c//【2】循環(huán)顯示每一幀

    while (1)
( T% K0 i2 I5 G2 _/ e+ r2 t
8 ]) O+ Y- M0 h/ z    {
/ W1 L8 s9 s+ J5 w/ B, W! z1 k' n3 x: e
        //讀入圖像
+ O& Y, m4 b1 e, Z( t- f
           Mat frame;  //定義一個Mat變量，用于存儲每一幀的圖像，將該項至于循環(huán)之外，不要重復(fù)定義Mat，增快速度；

           if (chufa=1) //當(dāng)取樣信號為1時，開始取當(dāng)前幀，然后進(jìn)行識別
3 C- }( O3 A: m- {
: V  T/ r1 f/ q9 l, T                        {

                          capture >> frame;                                              //讀取當(dāng)前幀，videocapture函數(shù)是不斷讀取外界的視頻，需要一個類來讀取當(dāng)前幀，
                                                  chufa=0;
/ }% [+ E3 i9 [2 ~% P$ I; d
                                                                                                  //對于只需要一副圖片來進(jìn)行檢測的操作來說，每個循環(huán)只要出發(fā)某個取樣信號，取樣一次就好了。因此用IF語句
* O  N' }$ R! D8 {0 l4 _+ ]" q
                           cvtColor(frame, edges, CV_BGR2GRAY);      //灰度化  --如果說需要使用顏色檢測蒜瓣的底部和頭部，可能還需要顏色來判斷

2 F$ h' G* P( R7 d2 ]                          threshold(edges, edges, 120, 255, CV_THRESH_BINARY | CV_THRESH_OTSU);         //二值化，將其變成黑白兩色的圖樣

                          blur(edges, edges, Size(3, 3));                           //進(jìn)行模糊，使用3*3內(nèi)核來降噪
3 a1 ?1 V6 ]/ z% Q* y
( _0 G6 O" z% X3 w1 Y3 i, e2 u) \                         Canny(edges, edges, 0, 30, 3);                            //進(jìn)行canny邊緣檢測并顯示
  }' L6 z  H$ O( X, G5 D6 w
! Y9 p& C- A/ ]+ u- [& F0 C5 }                       // findContours (edges, contours, hierarchy, CV_RETR_EXTERNAL, CV_CHAIN_APPROX_NONE);           //要求原圖像為8位單通道圖像；其中edges是源文件，contours是輪廓函數(shù)？？

6 ?/ S; j: w; S& M" B                                                                                                                                                                                      //CV_RETR_EXTERNAL,僅需要外側(cè)的輪廓用于識別，
6 \; r2 J; R4 |0 K1 y- H# ~5 N
                                                                                                                                                                                      //CV_CHAIN_APPROX_NONE，獲取每個輪廓的每個像素，最好是連續(xù)的，

                       }

( H2 F6 }  e0 j9 X& N7 o, b        imshow("蒜瓣輪廓圖", edges);                        //顯示當(dāng)前幀

        if (waitKey(30) >= 0)
7 R5 V( C, {% b5 u- a+ X0 i- O0 s* i
: q" `2 D  b/ P' @; \            break;
& p+ F1 ], B" h. `) c

& Q& E& z- K! Q4 N5 J+ b) A3 x4 w
+ q0 y2 c+ z5 k& u# _0 D* h; |    }
6 K  P7 w. s- s( `0 S, f
( x1 F; U# P+ m) u. a$ d    return 0;

& {0 a) M7 t: j& i0 T}

awolfbee

大白小白 發(fā)表于 2020-11-18 13:14
" @" z* x3 b3 n@awolfbee 蒜頭壓碎成蒜瓣，有視頻么？四處紛飛？能不能溫柔點？

https://item.taobao.com/item.htm?spm=a230r.1.14.30.2220dd82nuirRU&id=626297555950&ns=1&abbucket=2#detail
, R  v/ |# q: g& J
這是大蒜分瓣機。

awolfbee

大白小白 發(fā)表于 2020-11-22 21:23
! _; I! v- D1 \! N9 \' Q6 w9 |在圖片上注釋，沒看懂啥意思

6 y# B/ B, v% Y& l% e. U
帶有塊狀的根部，大蒜剝好之后是沒有這個的。

大白小白

awolfbee 發(fā)表于 2021-2-5 19:24
+ u8 I# c5 N9 p5 b帶有塊狀的根部，大蒜剝好之后是沒有這個的。

老大放假了？
" q4 H' O6 G) c. {, P/ f

awolfbee

今天，哦不， 是昨天開始放假，上午上班的時候看了一個關(guān)于單攝像頭加線狀激光發(fā)射器旋轉(zhuǎn)配合OPENCV形成立體圖的文章，對激光三維照相有了一點了解。之所以考慮這樣的方式，是因為這幾天一直在思考如何從大蒜的側(cè)面的形狀判斷哪邊是頭或者尾，問題在于誤判率太高。所以還是回到檢測頭和尾的形狀特征上來。之前考慮的是接觸式的檢測方式，當(dāng)時有考慮用點陣壓力傳感器測量蒜頭和蒜尾的接觸壓力，如果壓力是環(huán)形，則是尾（實際上也不一定，因為有根的存在就會誤判），如果壓力為點狀，則為蒜尖。但是從耐久性來考慮，還是非接觸式的為好，這樣看來，非激光立體照相不可了。

awolfbee

http://www.csksoft.net/blog/post/lowcost_3d_laser_ranger_1.html
1 x: y+ w" |/ i8 x
這是一個激光三維成像的帖子，在其中得到不少啟發(fā)。
9 O4 E7 U! r5 B- e6 z, ]& F) z
如果能對蒜瓣的頭尾進(jìn)行三維掃描，獲得立體的圖像，則可以對圖像進(jìn)行分析，確定頭尾，這比用基恩士的要劃算多了，而且這個掃描面積很小，估計就是10*10個mm。

awolfbee

利用廢舊光驅(qū)上的鏡頭，在之前的攝像頭上增加一個透鏡，調(diào)節(jié)焦距，形成一個小的電子顯微鏡，這是大蒜的底部照片。


3 Y/ c4 y' x, Z, [+ {9 E8 P6 S; N這個嘛，猜猜？
! }$ f& ~* H$ \. h* O

awolfbee

老年手機的鍵盤，B-189，保密手機。
" N% h- m2 j. T! V, e, \" D1 Z, C2 M
可以非常清晰地看到手指的指紋。

孫啟明

@awolfbee 試試另一個思路，做光的反射和散射對比，從而判斷首尾。