【CanMV K230】边缘检测

2024-09-03 22:36
文章标签 检测 边缘 k230 canmv

本文主要是介绍【CanMV K230】边缘检测,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

【CanMV K230】边缘检测

  • 1.啥是边缘检测
  • 2.边缘检测应用领域
    • 1.特征提取
    • 2.图像简化
    • 3.结构分析
    • 4.提升图像质量
    • 5.促进后续处理
    • 6.增强系统性能
    • 7.降低计算复杂度
  • 3. K230应用
    • 相关函数
    • 官方例程
    • HDMI屏幕使用边缘检测

请添加图片描述
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。

在这里插入图片描述
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。
在这里插入图片描述

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。
在这里插入图片描述

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。
在这里插入图片描述

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。
在这里插入图片描述

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。
在这里插入图片描述

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。
在这里插入图片描述

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

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_CANNYCanny 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

'''
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, gcfrom 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4:3sensor.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0sensor.set_pixformat(Sensor.GRAYSCALE) #设置输出图像格式,默认通道0Display.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sensorclock = 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 runif isinstance(sensor, Sensor):sensor.stop()# deinit displayDisplay.deinit()os.exitpoint(os.EXITPOINT_ENABLE_SLEEP)time.sleep_ms(100)# release media bufferMediaManager.deinit()
注意事项说明
1sensor = Sensor(width=1280, height=960)#构建摄像头对象,将摄像头长宽设置为4:3
2sensor.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
3sensor.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

'''
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, gcfrom 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4:3sensor.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0sensor.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sensorwhile 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 runif isinstance(sensor, Sensor):sensor.stop()# deinit displayDisplay.deinit()os.exitpoint(os.EXITPOINT_ENABLE_SLEEP)time.sleep_ms(100)# release media bufferMediaManager.deinit()

在这里插入图片描述

这篇关于【CanMV K230】边缘检测的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1134237

相关文章

综合安防管理平台LntonAIServer视频监控汇聚抖动检测算法优势

LntonAIServer视频质量诊断功能中的抖动检测是一个专门针对视频稳定性进行分析的功能。抖动通常是指视频帧之间的不必要运动,这种运动可能是由于摄像机的移动、传输中的错误或编解码问题导致的。抖动检测对于确保视频内容的平滑性和观看体验至关重要。 优势 1. 提高图像质量 - 清晰度提升:减少抖动,提高图像的清晰度和细节表现力,使得监控画面更加真实可信。 - 细节增强:在低光条件下,抖

烟火目标检测数据集 7800张 烟火检测 带标注 voc yolo

一个包含7800张带标注图像的数据集,专门用于烟火目标检测,是一个非常有价值的资源,尤其对于那些致力于公共安全、事件管理和烟花表演监控等领域的人士而言。下面是对此数据集的一个详细介绍: 数据集名称:烟火目标检测数据集 数据集规模: 图片数量:7800张类别:主要包含烟火类目标,可能还包括其他相关类别,如烟火发射装置、背景等。格式:图像文件通常为JPEG或PNG格式;标注文件可能为X

基于 YOLOv5 的积水检测系统:打造高效智能的智慧城市应用

在城市发展中,积水问题日益严重,特别是在大雨过后,积水往往会影响交通甚至威胁人们的安全。通过现代计算机视觉技术,我们能够智能化地检测和识别积水区域,减少潜在危险。本文将介绍如何使用 YOLOv5 和 PyQt5 搭建一个积水检测系统,结合深度学习和直观的图形界面,为用户提供高效的解决方案。 源码地址: PyQt5+YoloV5 实现积水检测系统 预览: 项目背景

JavaFX应用更新检测功能(在线自动更新方案)

JavaFX开发的桌面应用属于C端,一般来说需要版本检测和自动更新功能,这里记录一下一种版本检测和自动更新的方法。 1. 整体方案 JavaFX.应用版本检测、自动更新主要涉及一下步骤: 读取本地应用版本拉取远程版本并比较两个版本如果需要升级,那么拉取更新历史弹出升级控制窗口用户选择升级时,拉取升级包解压,重启应用用户选择忽略时,本地版本标志为忽略版本用户选择取消时,隐藏升级控制窗口 2.

[数据集][目标检测]血细胞检测数据集VOC+YOLO格式2757张4类别

数据集格式:Pascal VOC格式+YOLO格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数):2757 标注数量(xml文件个数):2757 标注数量(txt文件个数):2757 标注类别数:4 标注类别名称:["Platelets","RBC","WBC","sickle cell"] 每个类别标注的框数:

Temu官方宣导务必将所有的点位材料进行检测-RSL资质检测

关于饰品类产品合规问题宣导: 产品法规RSL要求 RSL测试是根据REACH法规及附录17的要求进行测试。REACH法规是欧洲一项重要的法规,其中包含许多对化学物质进行限制的规定和高度关注物质。 为了确保珠宝首饰的安全性,欧盟REACH法规规定,珠宝首饰上架各大电商平台前必须进行RSLReport(欧盟禁限用化学物质检测报告)资质认证,以确保产品不含对人体有害的化学物质。 RSL-铅,

YOLOv8/v10+DeepSORT多目标车辆跟踪(车辆检测/跟踪/车辆计数/测速/禁停区域/绘制进出线/绘制禁停区域/车道车辆统计)

01:YOLOv8 + DeepSort 车辆跟踪 该项目利用YOLOv8作为目标检测模型,DeepSort用于多目标跟踪。YOLOv8负责从视频帧中检测出车辆的位置,而DeepSort则负责关联这些检测结果,从而实现车辆的持续跟踪。这种组合使得系统能够在视频流中准确地识别并跟随特定车辆。 02:YOLOv8 + DeepSort 车辆跟踪 + 任意绘制进出线 在此基础上增加了用户

独立按键单击检测(延时消抖+定时器扫描)

目录 独立按键简介 按键抖动 模块接线 延时消抖 Key.h Key.c 定时器扫描按键代码 Key.h Key.c main.c 思考  MultiButton按键驱动 独立按键简介 ​ 轻触按键相当于一种电子开关,按下时开关接通,松开时开关断开,实现原理是通过轻触按键内部的金属弹片受力弹动来实现接通与断开。  ​ 按键抖动 由于按键内部使用的是机

基于stm32的河流检测系统-单片机毕业设计

文章目录 前言资料获取设计介绍功能介绍具体实现截图参考文献设计获取 前言 💗博主介绍:✌全网粉丝10W+,CSDN特邀作者、博客专家、CSDN新星计划导师,一名热衷于单片机技术探索与分享的博主、专注于 精通51/STM32/MSP430/AVR等单片机设计 主要对象是咱们电子相关专业的大学生,希望您们都共创辉煌!✌💗 👇🏻 精彩专栏 推荐订阅👇🏻 单片机设计精品

Android模拟器的检测

Android模拟器的检测 需求:最近有一个需求,要检测出模拟器,防止恶意刷流量刷注册。 1.基于特征属性来检测模拟器,比如IMSI,IDS,特殊文件等等。 这个方案局限性太大,貌似现在大部分模拟器默认就是修改了的,还不需要人为的去修改。 经过测试,发现如下图所示。 如果是模拟器的话,这些特殊值应该返回true,比如DeviceIDS,Build。可是居然返回了false,说明特殊值