电赛机器视觉——字母识别、常见形状识别

使用轮廓匹配在嵌入式平台上运行很流畅，如果用常用的特征匹配算法在电脑上运行效果很好，但是在嵌入式平台上运行非常卡顿，不实用，以下是我移植好的源码

# -*- coding:utf-8 -*- 
# 创建时间：2019年7月29日
# 轮廓匹配识别字母、常见简单轮廓等

import numpy as np
import imutils
import time
import cv2
import V_Display as vd


# 不同特征的形状匹配
# 输入参数：model_img:目标图像矩阵；train_frame:待检测的图像矩阵
# 输出参数：matching_value:匹配值，越小表示匹配度越高
# 输出参数:cX,cY图像中心点坐标;train_frame_after处理后得到的图像矩阵
def contours_matching(model_img,train_frame):
    # 默认图像重心为中心点坐标
    cX = 320
    cY = 120
    # 转换成灰度图
    #model_img = cv2.cvtColor(model_img,cv2.COLOR_BGR2GRAY)
    train_frame = cv2.cvtColor(train_frame,cv2.COLOR_BGR2GRAY)
    # 高斯滤波降噪
    #model_img = cv2.GaussianBlur(model_img, (5,5), 0)
    train_frame = cv2.GaussianBlur(train_frame,(19,19),0)
    # 处理轮廓
    ret, thresh = cv2.threshold(model_img, 127, 255,0)
    ret, thresh2 = cv2.threshold(train_frame, 127, 255,0)
    model_img_after, contours, hierarchy = cv2.findContours(thresh,2,1)
    
    cnt1 = contours[0]
    train_frame_after, contours, hierarchy = cv2.findContours(thresh2,2,1)
    cnt2 = contours[0]
    # 计算匹配度
    matching_value = cv2.matchShapes(cnt1,cnt2,1,0.0)
    print('the matching value:', matching_value)
    # 匹配成功;匹配闸值为调整参数
    if matching_value<=0.2:
        # 计算检测到目标物的重心坐标
        M = cv2.moments(cnt2)
        cX = int(M["m10"] / M["m00"])
        cY = int(M["m01"] / M["m00"])


    return train_frame_after,matching_value, cX, cY


#增加了底层驱动，可以直接通过cv2的0号设备读取摄像头
cap = cv2.VideoCapture(0)
cap.set(3,640)#设置摄像头输出宽
cap.set(4,240)#设置摄像头输出高
print("start reading video...")
time.sleep(2.0)
print("start working")
#初始化右侧图像显示功能,优化了传输,
#增加了imshow('name',frame)函数，与cv2的imshow保持一致
#无需指定fps
vd.init()

while cap.isOpened():

    ret, train_frame = cap.read()
    
    model_img = cv2.imread('A.jpg',0)
    #print(model_img)
    
    train_frame_after, mathing_value, x, y = contours_matching(model_img, train_frame)
    if mathing_value<0.2:
        cv2.circle(train_frame_after, (x, y), 2, (0, 255, 0), 8)  # 做出中心坐标
        print(x,y)

    vd.show(train_frame_after)

我的数据集下载网址：

https://send.firefox.com/download/a0007bab6e00dbf9/#VSOcX_oGqfdbey7rqruiuw