机器视觉课程设计

合集下载

机器视觉系列课程设计

机器视觉系列课程设计

机器视觉系列课程设计一、教学目标本课程旨在通过机器视觉系列课程的学习,让学生掌握机器视觉的基本概念、原理和应用。

具体目标如下:1.了解机器视觉的基本概念和原理。

2.掌握机器视觉的主要技术和应用领域。

3.熟悉机器视觉的基本算法和编程方法。

4.能够运用机器视觉技术解决实际问题。

5.具备进行机器视觉算法设计和编程的能力。

6.能够进行机器视觉系统的设计和调试。

情感态度价值观目标:1.培养学生对机器视觉技术的兴趣和热情。

2.培养学生对科技创新和智能化发展的认识和关注。

3.培养学生具备团队合作和创新思维的能力。

二、教学内容本课程的教学内容主要包括机器视觉的基本概念、原理、技术和应用。

具体安排如下:第1周:机器视觉概述1.1 机器视觉的基本概念1.2 机器视觉的发展历程1.3 机器视觉的应用领域第2周:机器视觉的基本原理2.1 图像处理基础2.2 特征提取和匹配2.3 机器视觉的算法概述第3周:机器视觉的主要技术3.1 计算机视觉3.2 图像识别与分类3.3 目标检测和跟踪第4周:机器视觉的应用案例4.1 工业自动化4.2 智能交通4.3 医疗影像分析三、教学方法为了激发学生的学习兴趣和主动性,本课程将采用多种教学方法,包括讲授法、讨论法、案例分析法和实验法等。

1.讲授法:通过教师的讲解,让学生掌握机器视觉的基本概念、原理和算法。

2.讨论法:通过分组讨论,培养学生的团队合作能力和创新思维。

3.案例分析法:通过分析实际应用案例,让学生了解机器视觉技术的应用领域和解决方案。

4.实验法:通过实验室实践,让学生动手操作和调试机器视觉系统,培养学生的实际操作能力。

四、教学资源为了支持教学内容和教学方法的实施,丰富学生的学习体验,我们将准备以下教学资源:1.教材:选用《机器视觉》一书作为主要教材,系统介绍机器视觉的基本概念、原理和应用。

2.参考书:提供相关的参考书籍,供学生深入学习和拓展知识。

3.多媒体资料:制作精美的PPT和教学视频,帮助学生更好地理解和掌握机器视觉技术。

机器视觉直播课程设计

机器视觉直播课程设计

机器视觉直播课程设计一、课程目标知识目标:1. 学生能理解机器视觉的基本概念,掌握图像处理和识别的基础知识。

2. 学生能够描述至少三种常见的机器视觉应用,并解释其工作原理。

3. 学生能够阐述影响机器视觉系统准确性的因素,并解释相关算法的适用场景。

技能目标:1. 学生能够运用图像处理软件进行基本的图像操作,包括滤波、边缘检测等。

2. 学生通过动手实践,掌握使用机器视觉库(如OpenCV)进行图像识别的基本编程技能。

3. 学生能够设计并实现一个简单的机器视觉项目,展示问题解决能力。

情感态度价值观目标:1. 学生能够对机器视觉技术产生兴趣,认识到其在现代科技中的重要性。

2. 学生通过小组合作完成任务,培养团队协作和沟通技巧,增强集体荣誉感。

3. 学生在探索过程中能够培养耐心和细致的科研态度,认识到科技发展需要严谨和创新的结合。

课程性质分析:本课程为高年级选修课,以实践操作和理论学习相结合的方式进行。

旨在让学生在实际操作中深入理解机器视觉技术。

学生特点分析:高年级学生对图像处理和编程有一定基础,对新技术充满好奇心,具备一定的自主学习能力和问题解决能力。

教学要求:1. 教学内容与实际应用紧密结合,注重培养学生的实践操作能力。

2. 教学过程中鼓励学生提问和分享,提高学生的参与度和思考能力。

3. 教学评估以学生的实际操作和项目成果为主要依据,确保学习目标的达成。

二、教学内容1. 机器视觉基础理论:- 图像处理基本概念:图像的表示、图像的滤波和增强、边缘检测。

- 图像特征提取:颜色、形状、纹理等特征提取方法。

- 机器视觉系统组成:光源、镜头、传感器、处理软件等。

2. 常见机器视觉应用:- 二维码识别:介绍二维码的原理及识别流程。

- 人脸识别:探讨人脸特征提取和识别技术。

- 自动驾驶:分析自动驾驶中机器视觉的作用和挑战。

3. 机器视觉编程实践:- OpenCV库的使用:介绍OpenCV的基本功能,包括图像处理和对象识别。

机器视觉课课程设计

机器视觉课课程设计

机器视觉课课程设计一、教学目标本课程旨在让学生了解和掌握机器视觉的基本概念、原理和应用,培养学生对机器视觉技术的兴趣和好奇心,提高学生的科学素养和创新能力。

具体目标如下:1.知识目标:学生能够理解机器视觉的基本原理,掌握常见的机器视觉技术和应用,如图像处理、目标检测、人脸识别等。

2.技能目标:学生能够运用机器视觉技术解决实际问题,如编写简单的机器视觉程序,进行图像处理和目标检测等。

3.情感态度价值观目标:学生能够认识到机器视觉技术在现代社会中的重要性,理解科技对人类生活的影响,培养正确的科技观念和价值观。

二、教学内容本课程的教学内容主要包括机器视觉的基本概念、原理和应用。

具体安排如下:1.第一章:机器视觉概述,介绍机器视觉的定义、发展历程和应用领域。

2.第二章:图像处理,讲解图像处理的基本概念、原理和常用方法,如图像滤波、边缘检测、图像分割等。

3.第三章:目标检测,介绍目标检测的基本方法和技术,如滑动窗口法、特征匹配、深度学习等。

4.第四章:人脸识别,讲解人脸识别的基本原理和常用算法,如特征提取、模板匹配、神经网络等。

5.第五章:机器视觉应用,介绍机器视觉在现实生活中的应用案例,如自动驾驶、无人机、工业自动化等。

三、教学方法本课程采用多种教学方法,以激发学生的学习兴趣和主动性。

具体方法如下:1.讲授法:教师讲解机器视觉的基本概念、原理和算法,引导学生理解并掌握相关知识。

2.讨论法:学生分组讨论实际案例,分析机器视觉技术在解决问题中的应用,培养学生的思维能力和团队协作精神。

3.案例分析法:分析具体的机器视觉应用案例,让学生了解机器视觉技术在现实生活中的重要性。

4.实验法:学生动手编写机器视觉程序,进行图像处理和目标检测等实验,提高学生的实际操作能力。

四、教学资源本课程所需的教学资源包括教材、参考书、多媒体资料和实验设备。

具体如下:1.教材:选用《机器视觉》一书作为主要教材,为学生提供系统的机器视觉知识。

机器视觉课程设计

机器视觉课程设计

机器视觉课程设计机器视觉是一门涵盖计算机科学、电子工程和人工智能的交叉学科,被广泛应用于机器人、自动驾驶、医学影像处理等领域。

本文将探讨机器视觉课程设计的相关内容,旨在帮助读者更好地了解和应用机器视觉这一领域。

一、机器视觉课程设计的背景和意义随着人工智能技术的不断发展,机器视觉已经成为一个热门领域。

在工业、医疗、交通等领域,机器视觉技术已经得到了广泛的应用,对于提高生产效率、降低成本、提高安全性等方面都有着巨大的作用。

因此,机器视觉课程设计的开设必将对培养学生的实际应用能力、提高其就业竞争力等方面产生积极作用。

1. 基础知识与技能机器视觉课程设计应包括计算机视觉、图像处理、机器学习等基础知识与技能的学习。

这些基础知识和技能是掌握机器视觉技术的必要条件。

2. 算法与模型机器视觉课程设计应包括常用的算法和模型的学习,如卷积神经网络、支持向量机等。

这些算法和模型是实现机器视觉技术的重要手3. 应用实践机器视觉课程设计应注重实践应用,提供一些典型的应用案例,如人脸识别、目标检测等,让学生通过实践掌握机器视觉技术的应用方法和技巧。

三、机器视觉课程设计的教学方法1. 讲授式教学机器视觉课程设计需要大量的理论知识和技术方法,因此讲授式教学是必不可少的一种教学方法。

教师可以通过PPT、视频等方式进行讲解,让学生快速掌握知识点。

2. 实践式教学机器视觉课程设计需要结合实际应用进行教学,因此实践式教学也是必不可少的一种教学方法。

教师可以设计一些实践案例,让学生通过实践掌握知识和技能。

3. 讨论式教学机器视觉课程设计可以采用讨论式教学,让学生通过讨论分享自己的经验和思路,从而更加深入地理解机器视觉技术的应用和发展趋四、机器视觉课程设计的评价方法机器视觉课程设计的评价方法应考虑多方面因素,包括学生的理论知识掌握情况、实践能力、创新能力等方面。

评价方法应体现出综合素质的评价,通过作业、项目、考试等方式进行评价。

五、结论机器视觉课程设计是培养机器视觉人才的重要途径,对于提高学生的实际应用能力、提高其就业竞争力等方面都有着积极的作用。

机器视觉的应用课程设计

机器视觉的应用课程设计

机器视觉的应用课程设计一、课程目标知识目标:1. 学生能理解机器视觉的基本概念,掌握其在实际应用中的原理和流程。

2. 学生能描述至少三种机器视觉技术的应用案例,并阐述其工作原理和关键功能。

3. 学生能运用已学的图像处理知识,分析并解决简单的机器视觉问题。

技能目标:1. 学生具备运用机器视觉软件进行基本图像捕捉、处理和分析的能力。

2. 学生能通过小组合作,设计并实施一个简单的机器视觉应用项目。

3. 学生能够运用批判性思维,评价机器视觉应用的优缺点,并提出改进方案。

情感态度价值观目标:1. 学生能够积极探究机器视觉技术在实际生活中的应用,培养对人工智能技术的兴趣和认识。

2. 学生在小组合作中,学会尊重他人意见,培养团队协作精神。

3. 学生能够关注机器视觉技术对社会生活的影响,认识到科技发展应遵循道德伦理原则,树立正确的科技价值观。

课程性质:本课程为高年级选修课程,旨在帮助学生将所学的图像处理知识应用于实际项目中,提高学生的实践能力和创新能力。

学生特点:学生具备一定的图像处理知识基础,对新鲜事物充满好奇,喜欢动手实践。

教学要求:注重理论与实践相结合,鼓励学生主动探索、合作学习,注重培养学生的实践能力和科技创新精神。

通过分解课程目标为具体的学习成果,使学生在完成课程后能够达到预定的知识、技能和情感态度价值观目标。

二、教学内容1. 机器视觉基础理论:- 介绍机器视觉的概念、发展历程及在我国的应用现状。

- 影像感知与图像处理基础知识回顾,如像素、分辨率、图像格式等。

2. 机器视觉技术与应用:- 分类介绍常见的机器视觉技术,如图像识别、目标跟踪、三维重建等。

- 分析典型应用案例,如工业检测、自动驾驶、医疗诊断等。

3. 机器视觉系统组成与工作原理:- 阐述机器视觉系统的硬件组成,如光源、镜头、相机、图像传感器等。

- 介绍机器视觉软件的功能、分类及选用原则。

4. 实践操作与项目设计:- 指导学生使用机器视觉软件进行图像捕捉、处理和分析。

机器视觉课程设计

机器视觉课程设计

机器视觉课程设计机器视觉是一门涉及计算机视觉、图像处理、模式识别等多个领域的交叉学科,其应用范围广泛,包括自动驾驶、人脸识别、医学影像分析等。

因此,机器视觉课程设计是计算机科学与技术、电子信息工程等专业的重要课程之一。

一、课程设计目标机器视觉课程设计的主要目标是让学生掌握机器视觉的基本理论和实践技能,能够独立完成一个小型机器视觉项目。

具体目标包括:1.了解机器视觉的基本概念和发展历程,掌握机器视觉的基本原理和算法。

2.熟悉机器视觉的常用工具和软件,如OpenCV、Matlab等。

3.能够独立完成一个小型机器视觉项目,包括图像采集、预处理、特征提取、分类识别等步骤。

4.培养学生的团队协作能力和创新意识,鼓励学生在课程设计中提出新颖的想法和解决方案。

二、课程设计内容机器视觉课程设计的内容应该包括以下几个方面:1.机器视觉基础知识:介绍机器视觉的基本概念、发展历程和应用领域,让学生了解机器视觉的基本原理和算法。

2.图像采集和预处理:介绍图像采集的基本原理和方法,包括相机的选择、图像的采集和存储等。

同时,还要介绍图像预处理的基本方法,如去噪、增强、滤波等。

3.特征提取和分类识别:介绍特征提取的基本方法,如SIFT、SURF、HOG等,以及分类识别的基本方法,如SVM、KNN等。

同时,还要介绍深度学习在机器视觉中的应用,如卷积神经网络、循环神经网络等。

4.机器视觉项目实践:让学生独立完成一个小型机器视觉项目,包括项目的选题、需求分析、系统设计、编码实现、测试调试等步骤。

项目可以选择人脸识别、车牌识别、目标跟踪等应用场景。

5.课程设计报告和答辩:要求学生撰写课程设计报告,包括项目的背景、需求分析、系统设计、实现过程、测试结果等内容。

同时,还要组织课程设计答辩,让学生展示项目成果和解决方案。

三、课程设计流程机器视觉课程设计的流程可以分为以下几个步骤:1.选题:学生可以根据自己的兴趣和专业方向选择一个机器视觉项目,如人脸识别、车牌识别、目标跟踪等。

机器人视觉建模课程设计

机器人视觉建模课程设计

机器人视觉建模课程设计一、教学目标本课程旨在通过学习机器人视觉建模,使学生掌握机器视觉的基本原理和方法,培养学生运用视觉信息处理技术解决实际问题的能力。

具体目标如下:1.理解机器视觉的基本概念、原理和应用。

2.掌握常用视觉信息处理技术,如图像处理、特征提取、目标识别等。

3.了解视觉建模的基本方法,包括几何建模、物理建模和统计建模等。

4.能够运用视觉信息处理技术进行简单的图像处理和分析。

5.能够运用视觉建模方法解决实际问题,如目标跟踪、场景重建等。

6.具备一定的编程能力,能够使用常见的视觉软件和工具。

情感态度价值观目标:1.培养学生对新技术的敏感性和好奇心,激发学生对领域的兴趣。

2.培养学生具备创新精神和团队合作意识,提高学生解决实际问题的能力。

3.培养学生具备良好的科学道德,注重实践与理论相结合,遵循学术规范。

二、教学内容本课程的教学内容主要包括以下几个部分:1.机器视觉概述:介绍机器视觉的基本概念、原理和应用领域。

2.图像处理技术:包括图像增强、滤波、边缘检测、特征提取等。

3.目标识别与跟踪:介绍目标识别的基本方法和跟踪技术。

4.视觉建模方法:包括几何建模、物理建模和统计建模等。

5.实践项目:结合实际案例,进行视觉建模项目的实践和训练。

三、教学方法为了提高教学效果,本课程将采用多种教学方法相结合的方式,包括:1.讲授法:通过讲解基本概念、原理和算法,使学生掌握视觉建模的基本知识。

2.案例分析法:分析实际案例,使学生更好地理解视觉建模的方法和应用。

3.实验法:让学生动手实践,培养学生的实际操作能力和解决问题的能力。

4.小组讨论法:分组进行讨论和实践,培养学生的团队合作意识和沟通能力。

四、教学资源为了支持本课程的教学,我们将准备以下教学资源:1.教材:《机器人视觉建模》,提供基本概念、原理和算法的介绍。

2.多媒体资料:包括PPT、教学视频等,用于辅助讲解和演示。

3.实验设备:包括计算机、摄像头等,用于实践操作和实验。

matlab机器视觉课程设计

matlab机器视觉课程设计

matlab机器视觉课程设计一、教学目标本课程旨在通过MATLAB机器视觉的学习,让学生掌握机器视觉的基本原理和方法,能够运用MATLAB进行简单的图像处理和分析。

具体目标如下:1.理解机器视觉的基本概念和流程。

2.掌握MATLAB图像处理的基本函数和工具箱。

3.了解机器视觉在实际应用中的案例。

4.能够使用MATLAB进行基本的图像读取、显示和保存。

5.能够运用MATLAB进行图像滤波、边缘检测、特征提取等操作。

6.能够利用MATLAB实现简单的机器视觉算法。

情感态度价值观目标:1.培养学生的创新意识和实践能力。

2.培养学生对机器视觉技术的兴趣和好奇心。

3.培养学生的团队合作意识和沟通能力。

二、教学内容本课程的教学内容主要包括MATLAB机器视觉的基本原理和方法。

具体安排如下:1.MATLAB机器视觉概述:介绍机器视觉的基本概念、流程和应用领域。

2.MATLAB图像处理基础:学习MATLAB图像处理的基本函数和工具箱,包括图像读取、显示、保存等操作。

3.图像滤波:学习图像滤波的基本原理和算法,包括低通滤波、高通滤波、带阻滤波等。

4.边缘检测:学习边缘检测的基本原理和算法,包括Sobel算法、Canny算法等。

5.特征提取:学习特征提取的基本原理和方法,包括颜色特征、形状特征、纹理特征等。

6.机器视觉应用案例:学习机器视觉在实际应用中的案例,如人脸识别、车牌识别等。

三、教学方法为了激发学生的学习兴趣和主动性,本课程将采用多种教学方法相结合的方式。

具体方法如下:1.讲授法:通过讲解MATLAB机器视觉的基本原理和算法,使学生掌握相关知识。

2.案例分析法:通过分析机器视觉在实际应用中的案例,使学生了解机器视觉的应用价值。

3.实验法:通过实验操作,让学生亲手实践MATLAB图像处理和分析的操作,提高学生的动手能力。

4.讨论法:学生进行小组讨论,促进学生之间的交流与合作,培养学生的团队合作意识。

四、教学资源为了支持教学内容和教学方法的实施,本课程将准备以下教学资源:1.教材:《MATLAB机器视觉编程实战》等。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

机器视觉课程设计对圆盘形零件圆心与直径和矩形零件长与宽尺寸测量学生学院机电学院专业班级学号学生姓名指导教师2015年 1 月 20 日目录1 问题描述 (3)1.1 基本目标 (3)1.2 基本要求 (3)2 程序及其算法 (3)2.1 检测与计算圆半径的程序 (3)2.2 检测与计算矩形长和宽的程序 (6)2.2.1 打开摄像头程序 (6)2.2.2 保存拍摄的照片程序 (7)2.2.3 读取拍摄到的图片(读取文名字CurrentImage.jpg的图片) (7)2.2.4 检测边上的点和计算长和高的函数 (7)2.2.5 老师写的显示图片的函数 (11)3 运行结果 (12)4 小结 (13)1 问题描述1.1 基本目标显示一张图片(包含一个矩形或一个圆),测量矩形的长宽或圆的直径。

完成得及格分,扩展有加分!要求图片1.2 基本要求“机器视觉”考试结果要求独立在计算机上完成,建议使用Visual C++和OpenCV 实现一个具有视觉捕捉、图像显示、尺寸测量等功能的对话框程序,其中必须完成对圆盘形零件圆心与直径和矩形零件长与宽尺寸测量内容。

在教师提供的基本框架程序基础上,修改、补充界面和功能。

2 程序及其算法2.1 检测与计算圆半径的程序思路:从图片中间横扫取点得M_Point[0],M_Point[1](x坐标相加除2的圆心的x 坐标)中间纵向取点得M_Point[2],M_Point[3](y坐标相加除2的圆心的y坐标)圆上四个点到圆心的距离(半径)取平均值,输出为半径。

程序如下:double c_DialogTeclarn::f_MakeCircle(double e_dThreshold){if(NULL==m_pIplImageSource){return 0;}//定义变量存图像的宽,高,行像素int q_iWidth=m_pIplImageSource->width;int q_iHeight=m_pIplImageSource->height;int q_iWidthStep=m_pIplImageSource->widthStep;uchar *q_pchDataImage=(uchar *)m_pIplImageSource->imageData;CvPoint M_Point[4]={};//存放检索出的四个点 循环检索//01纵扫for(int Cycle_Y=1;Cycle_Y<q_iHeight;Cycle_Y++){if(e_dThreshold>q_pchDataImage[q_iWidth/2+q_iWidthStep*(Cycle_Y-1)]){M_Point[0].x=q_iWidth/2;M_Point[0].y=Cycle_Y;} 显示图片}for(int Cycle_Y=q_iHeight;Cycle_Y>1;Cycle_Y--){if(e_dThreshold>q_pchDataImage[q_iWidth/2+q_iWidthStep*(Cycle_Y-1)]){M_Point[1].x=q_iWidth/2;M_Point[1].y=Cycle_Y;}}for(int Cycle_X=1;Cycle_X<q_iWidth;Cycle_X++){if(e_dThreshold>q_pchDataImage[Cycle_X+q_iWidthStep*(q_iHeight/2-1)]){M_Point[2].x=Cycle_X;M_Point[2].y=q_iHeight/2;}}for(int Cycle_X=q_iWidth;Cycle_X>1;Cycle_X--){if(e_dThreshold>q_pchDataImage[Cycle_X+q_iWidthStep*(q_iHeight/2-1)]){M_Point[3].x=Cycle_X;M_Point[3].y=q_iHeight/2;}}for (int i=0;i<4;i++)//画边界圆{cvCircle(m_pIplImageSource,M_Point[i],8,cvScalarAll(127),2);}int Ridius=0,clear=0;int circle_y=abs(M_Point[1].y+M_Point[0].y)/2;int circle_x=abs(M_Point[3].x+M_Point[2].x)/2;float c=0,j=0;for (int i=0;i<4;i++){j=(M_Point[i].x-circle_x)*(M_Point[i].x-circle_x)+(M_Point[i].y-circle_y)*(M_Point[i]. y-circle_y);c=c+sqrt(j);}Ridius=c/4;//在窗口中显示长和高char ch1[10],ch2[10];itoa(Ridius,ch1,10);itoa(clear,ch2,10);SetDlgItemText(IDC_LONG,ch1);SetDlgItemText(IDC_SHORT,ch2);CWnd *e_pCWndPicture=this->GetDlgItem(ID_PICTURE_DISPLAY);f_ControlShowImage(m_pIplImageDisplay,e_pCWndPicture,m_pIplImageSource);cvSaveImage(_T(".//Result_Image.jpg"),m_pIplImageSource);return 0;}2.2 检测与计算矩形长和宽的程序思路:这个程序主要包括:打开摄像头---保存图片(拍照)---加载刚刚保存的图片---找出点并计算长和高四个按钮,每一个按钮包含下面的一段代码,拍摄的图片保存为CurrentImage.jpg,这里事先保存了一张同名的图片,所以可以直接点击Load Image读取。

2.2.1 打开摄像头程序void c_DialogTeclarn::OnBnClickedButton OpenCamera(){CvCapture *q_pCvCapture=cvCreateCameraCapture(0);if(NULL==q_pCvCapture){return;}IplImage *q_pIplImageCapture=cvQueryFrame(q_pCvCapture);if(NULL==q_pIplImageCapture){return;}if(NULL!=m_pIplImageSource){cvReleaseImage(&m_pIplImageSource);m_pIplImageSource=NULL;}m_pIplImageSource=cvCloneImage(q_pIplImageCapture);cvReleaseCapture(&q_pCvCapture);CWnd *e_pCWndPicture=this->GetDlgItem(ID_PICTURE_DISPLAY);f_ControlShowImage(m_pIplImageDisplay,e_pCWndPicture,m_pIplImageSource);}注:绿色的为检测是否成功打开摄像头,蓝色的是读取摄像头拍摄的图片到内存,后面的语句是让图片在mfc窗口显示出来。

2.2.2 保存拍摄的照片程序void c_DialogTeclarn::OnBnClickedButton SaveImage(){// TODO: 在此添加控件通知处理程序代码cvSaveImage(_T(".//CurrentImage.jpg"),m_pIplImageSource);}2.2.3 读取拍摄到的图片(读取文名字CurrentImage.jpg的图片)void c_DialogTeclarn::OnBnClickedButton LoadImage(){// TODO: 在此添加控件通知处理程序代码if(NULL!=m_pIplImageSource){cvReleaseImage(&m_pIplImageSource);m_pIplImageSource=NULL;}m_pIplImageSource=cvLoadImage(_T(".//CurrentImage.jpg"),0);CWnd *e_pCWndPicture=this->GetDlgItem(ID_PICTURE_DISPLAY);f_ControlShowImage(m_pIplImageDisplay,e_pCWndPicture,m_pIplImageSource);}2.2.4 检测边上的点和计算长和高的函数思路是:第一步找到边上的点,设定一个变量e_dThreshold值为127,通过循环让它与每一个像素的像素值进行比较。

如果检测到一个点的像素值比127小,则这个点可能就是需要的点(黑色=0,白色=255)如果每个像素都要比较运算太多,所以上边两个点的检测是沿着图片长的的2/5分处和3/5分处向下检测,下边的点是沿着1/2处向上检测。

第二步是用找到6个点的坐标算出三角形的面积,然后除以底边边长得到高。

求三角形的面积用的是行列式的值等于三角形面积的2倍程序如下:double c_DialogTeclarn::f_MakeRectangleWidth(double e_dThreshold){// TODO: 在此添加控件通知处理程序代码//定义一些点和变量int q_iWidth=m_pIplImageSource->width;int q_iHeight=m_pIplImageSource->height;int q_iWidthStep=m_pIplImageSource->widthStep;uchar *q_pchDataImage=(uchar *)m_pIplImageSource->imageData;int q_iXLeftTop=2*q_iWidth/5;int q_iXRightTop=3*q_iWidth/5;int q_iXBottom=q_iWidth/2;int q_iYLeftTop=2*q_iHeight/5;int q_iYLeftBottom=3*q_iHeight/5;int q_iYRightMid=q_iHeight/2;CvPoint q_CvPointLeftTop,q_CvPointRightTop,q_CvPointBottom;CvPoint q_CvPointLeft_Top,q_CvPointRight_Mid,q_CvLeft_Bottom;//求上下两边上的点,3个循环for(int q_iCycleHeight=0;q_iCycleHeight<q_iHeight;q_iCycleHeight++){if(e_dThreshold>q_pchDataImage[q_iCycleHeight*q_iWidthStep+q_iXLeftTop]){q_CvPointLeftTop.x=q_iXLeftTop;q_CvPointLeftTop.y=q_iCycleHeight;break;}}for(int q_iCycleHeight=0;q_iCycleHeight<q_iHeight;q_iCycleHeight++){if(e_dThreshold>q_pchDataImage[q_iCycleHeight*q_iWidthStep+q_iXRightTop]){q_CvPointRightTop.x=q_iXRightTop;q_CvPointRightTop.y=q_iCycleHeight;break;}}for(int q_iCycleHeight=q_iHeight-1;q_iCycleHeight>=0;q_iCycleHeight--){if(e_dThreshold>q_pchDataImage[q_iCycleHeight*q_iWidthStep+q_iXBottom]){q_CvPointBottom.x=q_iXBottom;q_CvPointBottom.y=q_iCycleHeight;break;}}//求左右两边上的点,3个循环for(int q_iCycleWidth=0;q_iCycleWidth<q_iHeight;q_iCycleWidth++){if(e_dThreshold>q_pchDataImage[q_iCycleWidth+q_iWidthStep*(q_iYLeftTop-1)]) {q_CvPointLeft_Top.x=q_iCycleWidth;q_CvPointLeft_Top.y=q_iYLeftTop;break;}}for(int q_iCycleWidth=0;q_iCycleWidth<q_iHeight;q_iCycleWidth++){if(e_dThreshold>q_pchDataImage[q_iCycleWidth+q_iWidthStep*(q_iYLeftBottom-1)]) {q_CvLeft_Bottom.x=q_iCycleWidth;q_CvLeft_Bottom.y=q_iYLeftBottom;break;}}for(int q_iCycleWidth=q_iHeight-1;q_iCycleWidth>=0;q_iCycleWidth--){if(e_dThreshold>q_pchDataImage[q_iCycleWidth+q_iWidthStep*(q_iYRightMid-1)]) {q_CvPointRight_Mid.x=q_iCycleWidth;q_CvPointRight_Mid.y=q_iYRightMid;break;}}//在检测到的点上画圆,只是为了更好看到找点的情况cv Circle(m_pIplImageSource,q_CvPointLeftTop,5,cvScalarAll(127),2);cvCircle(m_pIplImageSource,q_CvPointRightTop,5,cvScalarAll(127),2);cvCircle(m_pIplImageSource,q_CvPointBottom,5,cvScalarAll(127),2);cvCircle(m_pIplImageSource,q_CvPointLeft_Top,5,cvScalarAll(127),2);cvCircle(m_pIplImageSource,q_CvLeft_Bottom,5,cvScalarAll(127),2);cvCircle(m_pIplImageSource,q_CvPointRight_Mid,5,cvScalarAll(127),2);//显示画圆后的图片CWnd *e_pCWndPicture=this->GetDlgItem(ID_PICTURE_DISPLAY);f_Control ShowImage(m_pIplImageDisplay,e_pCWndPicture,m_pIplImageSource);//计算长和高的像素值,三角形3点的坐标构成行列式,行列式的值=2*面积,行列式的值/底边=高CvMat Ma;int HIGH,WIDE;float Area;int a=q_CvPointLeftTop.x-q_CvPointRightTop.x;int b=q_CvPointLeftTop.y-q_CvPointRightTop.y;double c=a*a+b*b;//定义行列式doublearr[9]={q_CvPointLeftTop.x,q_CvPointLeftTop.y,1,q_CvPointRightTop.x,q_CvPointRightTop.y,1,q_CvPo intBottom.x,q_CvPointBottom.y,1};cvInitMatHeader(&Ma,3,3,CV_64FC1,arr);Area=abs(cvDet(&Ma));HIGH=Area/sqrt(c);int A=q_CvPointLeft_Top.x-q_CvLeft_Bottom.x;int B=q_CvPointLeft_Top.y-q_CvLeft_Bottom.y;double C=A*A+B*B;//定义行列式DoubleARR[9]={q_CvPointLeft_Top.x,q_CvPointLeft_Top.y,1,q_CvLeft_Bottom.x,q_CvLeft_Bottom.y,1,q_CvPointR ight_Mid.x,q_CvPointRight_Mid.y,1};cvInitMatHeader(&Ma,3,3,CV_64FC1,ARR);Area=abs(cvDet(&Ma));WIDE=Area/sqrt(C);//在窗口中显示长和高char ch1[10],ch2[10];itoa(HIGH,ch1,10);itoa(WIDE,ch2,10);SetDlgItemText(IDC_LONG,ch1);SetDlgItemText(IDC_SHORT,ch2);cvSaveImage(_T(".//Result_Image.jpg"),m_pIplImageSource);return 0;}//调用上面的函数进行检测点和计算长和高的值,点击第四个按钮会调用这段程序,当里面的函数调用时,它会调用上面那段函数void c_DialogTeclarn::OnBnClickedButton Rectangle(){// TODO: 在此添加控件通知处理程序代码f_MakeRectangleWidth();}2.2.5 老师写的显示图片的函数void c_DialogTeclarn::f_ControlShowImage(IplImage *&e_pIplImageShow,CWnd *e_pCWndControl, IplImage *e_pIplImageSource){if((NULL==e_pCWndControl)||(NULL==e_pIplImageSource)){return;}CRect q_CRectControl;e_pCWndControl->GetClientRect(&q_CRectControl);if(NULL!=e_pIplImageShow){cvReleaseImage(&e_pIplImageShow);e_pIplImageShow=NULL;}e_pIplImageShow=cvCreateImage(cvSize(q_CRectControl.Width(),q_CRectControl.Height()),IPL_DEPTH_8U,e_pIplImageSource->nChannels);cvResize(e_pIplImageSource,e_pIplImageShow);HDC q_HDCControl=e_pCWndControl->GetDC()->GetSafeHdc();unsigned int q_piBuffer[sizeof(BITMAPINFOHEADER)+sizeof(RGBQUAD)*256];BITMAPINFO *e_pBITMAPINFODisplay=(BITMAPINFO *)q_piBuffer; BITMAPINFOHEADER*e_pBITMAPINFOHEADERDisplay=&(e_pBITMAPINFODisplay->bmiHeader);memset(e_pBITMAPINFOHEADERDisplay,0,sizeof(*e_pBITMAPINFOHEADERDisplay));e_pBITMAPINFOHEADERDisplay->biSize=sizeof(BITMAPINFOHEADER);e_pBITMAPINFOHEADERDisplay->biWidth=e_pIplImageShow->width;e_pBITMAPINFOHEADERDisplay->biHeight=-e_pIplImageShow->height;e_pBITMAPINFOHEADERDisplay->biPlanes=1;e_pBITMAPINFOHEADERDisplay->biBitCount=8*e_pIplImageShow->nChannels;e_pBITMAPINFOHEADERDisplay->biCompression=BI_RGB;RGBQUAD* palette=e_pBITMAPINFODisplay->bmiColors;if(8==e_pBITMAPINFOHEADERDisplay->biBitCount){for(int q_iCycle=0;q_iCycle<256;q_iCycle++){palette[q_iCycle].rgbBlue=(BYTE)q_iCycle;palette[q_iCycle].rgbGreen=(BYTE)q_iCycle;palette[q_iCycle].rgbRed=(BYTE)q_iCycle;palette[q_iCycle].rgbReserved=(BYTE)0;}}StretchDIBits(q_HDCControl,q_CRectControl.left,q_CRectControl.top,e_pIplImageShow->width,e_pIplImageShow->height,q_CRectControl.left,q_CRectControl.top,e_pIplImageShow->width,e_pIplImageShow->height,e_pIplImageShow->imageData,e_pBITMAPINFODisplay,DIB_RGB_COLORS,SRCCOPY);}3 运行结果运行结果图形如下:检测图片--圆拍摄图片--圆4 小结通过本次设计,让我很好的锻炼了理论联系实际,与具体项目、课题相结合开发、设计产品的能力。

相关文档
最新文档