IT数码 购物 网址 头条 软件 日历 阅读 图书馆
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
图片批量下载器
↓批量下载图片,美女图库↓
图片自动播放器
↓图片自动播放器↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁
 
   -> 数据结构与算法 -> 工业视觉_79:猫眼识别演示[先异或再求和] -> 正文阅读

[数据结构与算法]工业视觉_79:猫眼识别演示[先异或再求和]

128x32.png?

?

/*
工业视觉_79:猫眼识别演示[先异或再求和]
                
未来20~50年里,机器换人,强化视觉功能的机器人,改造传统工厂成智慧工厂,将成为最火的行业之一.
工业视觉,目标很明确:"快,准,稳"三个字. 快:开发快,运行速度快;准:高精度;稳:稳健可靠
使用高级语言做工程主要优势在:已经有丰富的数据结构和成熟的类型库,如List,Dictionary,Lambda,Accord,...
所以,目前"机器换人"项目大多采用工控电脑,搭建 Windows7+VS2019+Emgu(或AForge+Accord),这一方案见效最快.
Halcon,Emgu的视觉库都很强大,而AForge+Accord库也很全面,内容更丰富(如:数学,人工智能,机器学习).
                
识别与匹配,在大多情况下用AI训练,生成概率云.也可通过特征向量与最小二乘法的进行匹配的.
在诸多场合,要识别特有对象,如敌人的眼睛\双手,或工业中的零部件.作为原理的理解,可参考本文.
要实现高速地匹配与识别,或运用GPU,FPGA,或制作特定的芯片.速度与精度是永恒的目标!
所有相机,均要做好纠偏与标定等工作,以便与机器人进行精确匹配.

本文系作者在"安吉八塔机器人公司"产品线研发中的拓展与随笔.
[已经发布,链接:...] 

---------     编撰:    项道德(微信:daode1212),2021-07-27
             
*/
//一,基本图片与工具准备:###########################################################  
pictureBox1.Image = Image.FromFile("2D_727.jpg");
MSG("猫眼识别演示[先异或再求和]");
Bitmap bmp = (Bitmap)(pictureBox1.Image);
int ww = bmp.Width, hh = bmp.Height;
string txtAll = "找到的匹配坐标:\r\n";
Graphics g = Graphics.FromImage(bmp);
SolidBrush bh0 = new SolidBrush(Color.FromArgb(0, 0, 0));
SolidBrush bh1 = new SolidBrush(Color.FromArgb(161, 0, 161));
SolidBrush bh2 = new SolidBrush(Color.FromArgb(255, 255, 0));
SolidBrush bh3 = new SolidBrush(Color.FromArgb(255, 255, 255));
Pen pen0 = new Pen(Color.FromArgb(182, 122, 182), 1);
Pen pen1 = new Pen(Color.FromArgb(255, 122, 0), 1);
Pen pen2 = new Pen(Color.FromArgb(0, 110, 255), 1);
Pen pen3 = new Pen(Color.FromArgb(0, 55, 180), 4);

var Gry = new Accord.Imaging.Filters.Grayscale(0.2, 0.5, 0.1).Apply(bmp);//灰度化
Bitmap bmp2 = new Accord.Imaging.Filters.Threshold(40).Apply(Gry);//位图处理呈现:二值化
var Eros = new Accord.Imaging.Filters.Erosion3x3().Apply(bmp2);//腐蚀:黑色点扩大
pictureBox1.Image = Eros;
MSG("位图已经处理:灰度化 --> 二值化 --> 腐蚀");

//二,读取猫眼模板,每一种眼睛大小:32x32,有四只眼睛:128x32:
Bitmap eye4 = (Bitmap)Bitmap.FromFile("128x32.png");
bool[,] MX = new bool[128, 32];
unsafe
{
    BitmapData data = eye4.LockBits(new System.Drawing.Rectangle(0, 0, eye4.Width, eye4.Height),
                                    ImageLockMode.ReadOnly,
                                    System.Drawing.Imaging.PixelFormat.Format8bppIndexed);
    var ptr = (byte*)data.Scan0.ToPointer();
    int wBit = data.Stride;
    for (int j = 0; j < data.Width; j++)
    {
        for (int i = 0; i < data.Height; i++)
        {
            byte rr = ptr[i * wBit + j];
            MX[j, i] = rr == 0 ? false : true;
        }
    }
    eye4.UnlockBits(data);
}

//三,在位图中搜索猫眼的存在性与位置:
List<Point> LP1 = new List<Point>();
unsafe
{
    BitmapData data = Eros.LockBits(new System.Drawing.Rectangle(0, 0, Eros.Width, Eros.Height),
                                    ImageLockMode.ReadOnly,
                                    System.Drawing.Imaging.PixelFormat.Format8bppIndexed);
    var ptr = (byte*)data.Scan0.ToPointer();
    int wBit = data.Stride;
    int xx, yy, x3, y3;
    bool rBmp, rMx;
    // Parallel.For(16, data.Height - 16, y =>{...}0;
    for (int y = 16; y < data.Height - 16; y++)
    {
        for (int x = 16; x < data.Width - 16; x++)
        {
            //针对横向四个猫眼:
            for (int k = 0; k < 4; k++)
            {
                int M = 0;//每一次求和.
                for (int y2 = -16; y2 < 16; y2++)
                {
                    for (int x2 = -16; x2 < 16; x2++)
                    {
                        //在源位图中取出相应的点:
                        xx = x + x2;
                        yy = y + y2;
                        rBmp = ptr[yy * wBit + xx] == 0 ? false : true;
                        //在矩阵中取出相应的元素:
                        x3 = 32 * k + x2 + 16;
                        y3 = y2 + 16;
                        rMx = MX[x3, y3];
                        //异或运算后求和:
                        M += (rBmp ^ rMx == true ? 1 : 0);
                        if (M >= 50) break;
                    }
                    if (M >= 50) break;
                }
                if (M < 50)//不相同的点在60以内
                {
                    LP1.Add(new Point(x, y));
                }
            }
        }
    }
    Eros.UnlockBits(data);
}
MSG("OK,  LP1.Count=" + LP1.Count());


//四,显示结果,在猫眼处绘制:            
foreach (var p in LP1)
{
    g.FillEllipse(bh2, p.X - 4, p.Y - 4, 8, 8);
    g.DrawEllipse(pen3, p.X - 14, p.Y - 14, 28, 28);
}            
textBox1.Text = txtAll + string.Join("\r\n", LP1.ToArray());
pictureBox1.Image = bmp;

?

  数据结构与算法 最新文章
【力扣106】 从中序与后续遍历序列构造二叉
leetcode 322 零钱兑换
哈希的应用:海量数据处理
动态规划|最短Hamilton路径
华为机试_HJ41 称砝码【中等】【menset】【
【C与数据结构】——寒假提高每日练习Day1
基础算法——堆排序
2023王道数据结构线性表--单链表课后习题部
LeetCode 之 反转链表的一部分
【题解】lintcode必刷50题<有效的括号序列
上一篇文章      下一篇文章      查看所有文章
加:2021-07-28 16:34:54  更:2021-07-28 16:34:56 
 
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁

360图书馆 购物 三丰科技 阅读网 日历 万年历 2024年12日历 -2024/12/27 10:39:58-

图片自动播放器
↓图片自动播放器↓
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
图片批量下载器
↓批量下载图片,美女图库↓
  网站联系: qq:121756557 email:121756557@qq.com  IT数码
数据统计