上位机图像处理和嵌入式模块部署(qmacvisual形状匹配)

本文主要是介绍上位机图像处理和嵌入式模块部署(qmacvisual形状匹配),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!

【 声明:版权所有,欢迎转载,请勿用于商业用途。 联系信箱:feixiaoxing @163.com】

        在qmacvisual软件当中,提供了两种模板匹配的方法。除了前面介绍的灰度匹配,就是今天讲的形状匹配。当然,对于使用者来说,可以忽略他们之间的区别,因为使用的流程都是很类似的。即首先创建模板,然后利用模板去进行图像匹配。在实际应用中,如果形状特征比较有规律,建议多使用形状匹配;反之则建议使用灰度匹配。不过,具体情况还要具体分析,实在不知道如何选择的同学,可以两种方法都尝试下,哪种识别率高就采用哪种方法。

1、创建工程和创建流程

        qmacvisual一次可以运行一个工程,但是一个工程里面可以包含有若干个流程。

2、读取图片

        读取图片的功能来自于【图像处理】里面的【获取图像】插件。实际使用的时候,直接通过鼠标将插件拖到流程窗口就可以了。这里因为涉及到模板匹配,那么就会涉及到模板制作和模板使用,所以使用的时候,最好导入两幅以上的图片,即一个做模板,一个做测试。

        于是,这里就安排了两次插件导入,制作模板的图片是这样的,

        测试的图片是这样的,

        测试的图片相比较模板而言,亮度增加了一点,同时方向上面做了一个旋转。整体上,相当于提高了一个难度。

3、配置形状模板和使用形状模板

        配置和使用的过程,都是通过【对位工具】下面的【形状匹配】来完成的。首先通过鼠标将插件拖到流程配置窗口下面,双击并且配置后,就可以看到这样的窗口

        要制作模板,主要就是这几个地方需要设置。首先是输入图像,其实是配置参数,初期使用的同学建议使用默认参数。接着就是设置模板区域,一般默认是矩形。最后单击创建模板按钮,选择模板文件保存的位置。没有问题的话,就会在文中看到绿线和红点的部分,这就代表模板准备好了。

        接下来就可以开始模板测试了。要测试模板,还是两个地方需要配置。一个是输入图像,这个时候需要切换成测试的图像,不能再使用之前的模板图像。另外一个就是参数设置,为了准确性的需要,可以把重叠区域比例提高一点,比如从0.3调高到0.7,这样单击执行按钮,就能在新图像中找到模板图像的位置了,

        不仅如此,我们单击“输出显示”,还可以看到更多的信息,

4、整体测试

        模板测试的时候,因为涉及到模板制作和模板应用,所以读取图像的时候会多次调用图像。另外测试过程中我们也希望知道整体的测试效果,所以一般也会添加一个图像显示。

        整体的测试这样就变成了四个部分,即获取图像、获取图像1、形状匹配、图像显示。其中图像显示需要配置一下文本设置才能使用。文本设置有两个地方需要注意,一个是“显示位置”为QPoint类型,另外一个就是“参数保存”后才能显示文本。整个流程的截图如下所示,

这篇关于上位机图像处理和嵌入式模块部署(qmacvisual形状匹配)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/863938

相关文章

闲置电脑也能活出第二春?鲁大师AiNAS让你动动手指就能轻松部署

对于大多数人而言,在这个“数据爆炸”的时代或多或少都遇到过存储告急的情况,这使得“存储焦虑”不再是个别现象,而将会是随着软件的不断臃肿而越来越普遍的情况。从不少手机厂商都开始将存储上限提升至1TB可以见得,我们似乎正处在互联网信息飞速增长的阶段,对于存储的需求也将会不断扩大。对于苹果用户而言,这一问题愈发严峻,毕竟512GB和1TB版本的iPhone可不是人人都消费得起的,因此成熟的外置存储方案开

python: 多模块(.py)中全局变量的导入

文章目录 global关键字可变类型和不可变类型数据的内存地址单模块(单个py文件)的全局变量示例总结 多模块(多个py文件)的全局变量from x import x导入全局变量示例 import x导入全局变量示例 总结 global关键字 global 的作用范围是模块(.py)级别: 当你在一个模块(文件)中使用 global 声明变量时,这个变量只在该模块的全局命名空

深入探索协同过滤:从原理到推荐模块案例

文章目录 前言一、协同过滤1. 基于用户的协同过滤(UserCF)2. 基于物品的协同过滤(ItemCF)3. 相似度计算方法 二、相似度计算方法1. 欧氏距离2. 皮尔逊相关系数3. 杰卡德相似系数4. 余弦相似度 三、推荐模块案例1.基于文章的协同过滤推荐功能2.基于用户的协同过滤推荐功能 前言     在信息过载的时代,推荐系统成为连接用户与内容的桥梁。本文聚焦于

嵌入式QT开发:构建高效智能的嵌入式系统

摘要: 本文深入探讨了嵌入式 QT 相关的各个方面。从 QT 框架的基础架构和核心概念出发,详细阐述了其在嵌入式环境中的优势与特点。文中分析了嵌入式 QT 的开发环境搭建过程,包括交叉编译工具链的配置等关键步骤。进一步探讨了嵌入式 QT 的界面设计与开发,涵盖了从基本控件的使用到复杂界面布局的构建。同时也深入研究了信号与槽机制在嵌入式系统中的应用,以及嵌入式 QT 与硬件设备的交互,包括输入输出设

阿里开源语音识别SenseVoiceWindows环境部署

SenseVoice介绍 SenseVoice 专注于高精度多语言语音识别、情感辨识和音频事件检测多语言识别: 采用超过 40 万小时数据训练,支持超过 50 种语言,识别效果上优于 Whisper 模型。富文本识别:具备优秀的情感识别,能够在测试数据上达到和超过目前最佳情感识别模型的效果。支持声音事件检测能力,支持音乐、掌声、笑声、哭声、咳嗽、喷嚏等多种常见人机交互事件进行检测。高效推

【Prometheus】PromQL向量匹配实现不同标签的向量数据进行运算

✨✨ 欢迎大家来到景天科技苑✨✨ 🎈🎈 养成好习惯,先赞后看哦~🎈🎈 🏆 作者简介:景天科技苑 🏆《头衔》:大厂架构师,华为云开发者社区专家博主,阿里云开发者社区专家博主,CSDN全栈领域优质创作者,掘金优秀博主,51CTO博客专家等。 🏆《博客》:Python全栈,前后端开发,小程序开发,人工智能,js逆向,App逆向,网络系统安全,数据分析,Django,fastapi

hdu 3065 AC自动机 匹配串编号以及出现次数

题意: 仍旧是天朝语题。 Input 第一行,一个整数N(1<=N<=1000),表示病毒特征码的个数。 接下来N行,每行表示一个病毒特征码,特征码字符串长度在1—50之间,并且只包含“英文大写字符”。任意两个病毒特征码,不会完全相同。 在这之后一行,表示“万恶之源”网站源码,源码字符串长度在2000000之内。字符串中字符都是ASCII码可见字符(不包括回车)。

二分最大匹配总结

HDU 2444  黑白染色 ,二分图判定 const int maxn = 208 ;vector<int> g[maxn] ;int n ;bool vis[maxn] ;int match[maxn] ;;int color[maxn] ;int setcolor(int u , int c){color[u] = c ;for(vector<int>::iter

荣耀嵌入式面试题及参考答案

在项目中是否有使用过实时操作系统? 在我参与的项目中,有使用过实时操作系统。实时操作系统(RTOS)在对时间要求严格的应用场景中具有重要作用。我曾参与的一个工业自动化控制项目就采用了实时操作系统。在这个项目中,需要对多个传感器的数据进行实时采集和处理,并根据采集到的数据及时控制执行机构的动作。实时操作系统能够提供确定性的响应时间,确保关键任务在规定的时间内完成。 使用实时操作系统的

POJ 3057 最大二分匹配+bfs + 二分

SampleInput35 5XXDXXX...XD...XX...DXXXXX5 12XXXXXXXXXXXXX..........DX.XXXXXXXXXXX..........XXXXXXXXXXXXX5 5XDXXXX.X.DXX.XXD.X.XXXXDXSampleOutput321impossible