怎么在python中利用opencv对指针仪表读数识别

　　介绍

这篇文章给大家介绍怎么在python中利用opencv对指针仪表读数识别,内容非常详细,感兴趣的小伙伴们可以参考借鉴,希望对大家能有所帮助。

<强> 1。先模板匹配,然后边缘检测+霍夫直线

怎么在python中利用opencv对指针仪表读数识别

<强> 2。按轮廓大小过滤,然后边缘检测+霍夫直线

怎么在python中利用opencv对指针仪表读数识别

两种方式对光线都非常敏感
其中第一种的应用范围更广,背景复杂一点也能识别到
个人比较喜欢这种方式

第二种的限制多一点,对背景,光线条件要求比较高
对于固定位置,且明暗变化不大的情况下,这种方式还是很有效的

先说第一个方案,第二个方式就不说了

第一种方式:模板匹配,然后边缘检测+霍夫直线

if  __name__ ==,“__main__": 　　#,才能加载模板 　　template 才能=,cv2.imread(& # 39; 001.。/数据/jpg # 39; (1) 　　#,才能初始化 　　时间=am 才能;C_ammerter(模板) 　　#,才能运行 　　am.am_run才能() 　　#,才能结束 　　am.close才能()

<强>下面给出def am_run(自我)函数的处理流程,

其中边缘检测之前需要对图像做一些处理:

, def  am_run(自我): 　　,,,while 正确的: 　　,,,,,受潮湿腐烂,,frame =, self.cap.read () 　　,,,,,if  frame  is 没有: 　　,,,,,,,印刷(& # 39;video  picture  is  none ——continue  & # 39;) 　　,,,,,,,继续 　　 　　,,,,,gray =, frame.copy () 　　,,,,,#,cv2.imshow(& # 39;起源# 39;,,灰色) 　　 　　,,,,,#,匹配模板,框出匹配区域 　　,,,,,image =, gray.copy () 　　,,,,,,maxval t_left,, b_right =, self.get_match(灰色) 　　,,,,,if  maxval  & lt;, 16000000000:, #,对匹配程度做判断 　　,,,,,,,印刷(“- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -产生绯闻。) 　　,,,,,,,印刷(& # 39;matchTemplate  is  not  enough ——继续# 39;) 　　,,,,,,,印刷(“- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -产生绯闻。) 　　,,,,,,,result =框架 　　,,,,,,,=帧图像 　　,,,,,其他的: 　　 　　,,,,,,,cv2.rectangle (t_left,形象,还以为,b_right, 255, 2) 　　 　　 　　 　　,,,,,,,#,高斯除噪 　　,,,,,,,kernel =, np.ones ((6,6), np.float32),/36 　　,,,,,,,gray_cut_filter2D =, cv2.filter2D(图像(t_left [1]: t_left [1], +, self.h,, t_left [0]: t_left [0], +, self.w],, 1,,内核) 　　 　　,,,,,,,#,灰度图,二值化 　　,,,,,,,gray_img =, cv2.cvtColor (gray_cut_filter2D, cv2.COLOR_BGR2GRAY) 　　,,,,,,,受潮湿腐烂,,thresh2 =, cv2.threshold (gray_img,, 180,, 255,, cv2.THRESH_BINARY) 　　 　　,,,,,,,#,二值化后,分割主要区域,减小干扰,模板图尺寸371 * 369 　　,,,,,,,tm =, thresh2.copy () 　　,,,,,,,test_main =, tm(50:321 50:319也) 　　 　　,,,,,,,#,边缘化检测 　　,,,,,,,edges =, cv2.Canny (test_main, 50岁,150年,apertureSize=3) 　　 　　,,,,,,,#,霍夫直线 　　,,,,,,,lines =, cv2.HoughLines(边缘,,1,,np.pi /, 180年,60) 　　,,,,,,,if  lines  is 没有: 　　,,,,,,,,,继续 　　,,,,,,,result =, edges.copy () 　　 　　,,,,,,,for  line 拷贝行[0]: 　　,,,,,,,,,rho =,行[0],#,第一个元素是距离ρ 　　,,,,,,,,,theta =,行[1],#,第二个元素是角度θ 　　,,,,,,,,,印刷(& # 39;距离:& # 39;,+,str(ρ),& # 39;θ:& # 39;,+,str (((/theta  np.pi), *, 180))) 　　,,,,,,,,,lbael_text =, & # 39;距离:& # 39;,+,str(圆(ρ))+,& # 39;θ:& # 39;,+,str(圆((/theta  np.pi), *, 180 - 90, 2)) 　　,,,,,,,,,cv2.putText(图像,lbael_text, (t_left [0], t_left [1] -12), cv2.FONT_HERSHEY_SIMPLEX, 1, (0255 0), 2) 　　null 　　null 　　null 　　null 　　null 　　null 　　null 　　null 　　null 　　null 　　null 　　null 　　null 　　null 　　null 　　null 　　null 　　null 　　null 　　null 　　null

怎么在python中利用opencv对指针仪表读数识别