【CanMV K230】圆形检测

2024-09-07 07:28
文章标签 canmv k230 圆形 检测

本文主要是介绍【CanMV K230】圆形检测,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】圆形检测

  • 什么是圆形检测
  • 圆形检测应用领域
    • 1.工业自动化
    • 2.机器人视觉
    • 3.医学图像分析
    • 4.目标识别
    • 5.质量检测
    • 6.研究和开发
  • K230应用
    • 相关函数
    • 官方例程
    • HDMI屏幕使用圆形检测

请添加图片描述
本篇内容:

  1. 什么是圆形检测
  2. 圆形检测应用领域
  3. K230应用(包含相应函数及例程)

B站视频链接:已做成合集 (求去点赞,或者发个弹幕也行呀。C友)
抖音链接:已做成合集(求去点赞,或者发个弹幕也行呀。C友)

什么是圆形检测

圆形检测是计算机视觉和图像处理中的一个常见任务,主要用于识别图像中的圆形物体

圆形检测应用领域

1.工业自动化

在工业生产中,圆形检测用于识别和定位圆形物体,如轴承、齿轮、管道等。这对于质量控制和自动化装配线至关重要。

在这里插入图片描述

2.机器人视觉

机器人视觉系统中的圆形检测可以帮助机器人识别和处理圆形物体,这对于导航、物体操纵和环境交互等功能非常重要。
在这里插入图片描述

3.医学图像分析

在医学领域,圆形检测用于分析X光、CT或MRI图像中的圆形结构,如肿瘤、囊肿或其他病理变化。
在这里插入图片描述

4.目标识别

圆形检测算法可以用于监控系统中,识别和跟踪圆形目标,如车辆、人脸或其他特定的圆形标记。
在这里插入图片描述

5.质量检测

在制造过程中,圆形检测用于确保产品的尺寸和形状符合标准,这对于提高产品质量和一致性至关重要。
在这里插入图片描述

6.研究和开发

在科学研究和新技术开发中,圆形检测可以作为一种工具来分析实验数据或开发新的检测算法。
在这里插入图片描述

K230应用

相关函数

find_circles对象

构造函数

image.find_circles([roi[, x_stride=2[, y_stride=1[, threshold=2000[, x_margin=10[, y_margin=10[, r_margin=10[, r_min=2[, r_max[, r_step=2]]]]]]]]]])

找圆函数。返回一个image.circle圆形对象,该圆形对象有4个值: x, y(圆心), r (半径)和magnitude(量级);量级越大说明识别到的圆可信度越高。

参数说明
roi识别区域(x,y,w,h),未指定则默认整张图片。
threshold阈值。返回大于或等于threshold的圆,调整识别可信度。
x_stride y_stride霍夫变换时跳过x,y像素的量;
x_margin y_margin r_margin控制所检测圆的合并;
r_min r_max:控制识别圆形的半径范围;
r_step控制识别步骤。

使用方法
直接调用该函数。(大部分参数使用默认即可,不支持压缩图像和bayer图像)

官方例程

'''
实验名称:圆形检测
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, sysfrom 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,默认通道0sensor.set_pixformat(Sensor.RGB565) #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# 圆形类有 4 个参数值: 圆心(x, y), r (半径)和 magnitude(量级);# 量级越大说明识别到的圆可信度越高。# `threshold` 参数控制找到圆的数量,数值的提升会降低识别圆形的总数。# `x_margin`, `y_margin`, and `r_margin`控制检测到接近圆的合并调节.# r_min, r_max, and r_step 用于指定测试圆的半径范围。for c in img.find_circles(threshold = 2000, x_margin = 10, y_margin= 10,r_margin = 10,r_min = 2, r_max = 100, r_step = 2):#画红色圆做指示img.draw_circle(c.x(), c.y(), c.r(), color = (255, 0, 0),thickness=2)print(c) #打印圆形的信息#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()

在这里插入图片描述

HDMI屏幕使用圆形检测

'''
实验名称:圆形检测测试
实验平台:01Studio CanMV K230
说明:实现图像在HDMI显示器进行圆形检测
测试人:咸鱼浆 2024年9月6日21:02:15
'''import time, os, sysfrom 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.RGB565) #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# 圆形类有 4 个参数值: 圆心(x, y), r (半径)和 magnitude(量级);# 量级越大说明识别到的圆可信度越高。# `threshold` 参数控制找到圆的数量,数值的提升会降低识别圆形的总数。# `x_margin`, `y_margin`, and `r_margin`控制检测到接近圆的合并调节.# r_min, r_max, and r_step 用于指定测试圆的半径范围。for c in img.find_circles(threshold = 3000, x_margin = 10, y_margin= 10,r_margin = 10,r_min = 2, r_max = 100, r_step = 2):#画红色圆做指示img.draw_circle(c.x(), c.y(), c.r(), color = (255, 0, 0),thickness=2)print(c) #打印圆形的信息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
在这里插入图片描述

这篇关于【CanMV K230】圆形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/1144441

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