robomaster机器视觉（c++/python:opencv）：1.识别装甲板两边光条

我会带着你远行 2022-03-09 14:37 422阅读 0赞

测试操作平台：Ubuntu16.0.4  
opencv版本：3.4.1  
IDE：qtcreator(C++), pycharm(python)

--------------------

### 识别装甲板 ###

在比赛中，第一步便是识别敌我机器人，通过识别装甲板可以完成。类似这种。

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80Mjc1NTM4NA_size_16_color_FFFFFF_t_70]

通过装甲板两边的光条（颜色，以及其他特征），来确定装甲板的位置并标记（后面的步骤）。

我们首先只完成识别装甲板两边的光条，并 将两边的光条保留下来

#### hsv基础知识 ####

*  利用openCV中cvSplit函数的在选择图像IPL\_DEPTH\_32F类型时，H取值范围是0-360，S取值范围是0-1（0%-100%），V取值范围是0-1（0%-100%）。
 *  利用openCV中cvSplit函数的在选择图像IPL\_DEPTH\_8UC类型时，H取值范围是0-180，S取值范围是0-255，V取值范围是0-255。

（**我们使用的是第二种**）  
其中：

*  h:120-180红色系  
    60-120蓝色系  
    0-60黄色绿色系
 *  s:0-255
 *  v:0-255

--------------------

**效果图：**  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80Mjc1NTM4NA_size_16_color_FFFFFF_t_70 1]  
**源代码：**（识别一张图片）

#include <iostream>
    #include <opencv2/highgui/highgui.hpp>
    #include <opencv2/core/core.hpp>
    #include <opencv2/opencv.hpp>
    #include <math.h>
    using namespace std;
    using namespace cv;
    
    
    
    int main()
    { 
        cv::Mat src_img ;
        src_img = imread("/home/liuxin/桌面/opencv/buff.png");
        imshow("原始图",src_img);
    
    
        if(src_img.empty())
        { 
            cout<<"open failed"<<endl;
            return -1;
        }
    
        int LowH =60;
        int LowS=120;
        int LowV =245;
    
        int HighH = 120;
        int HighS = 255;
        int HighV =255;
    
    
        Mat hsvimg;
        cvtColor(src_img,hsvimg,COLOR_BGR2HSV);
    
        vector<Mat> hsvsplit;
    
        split(hsvimg,hsvsplit);
        equalizeHist(hsvsplit[2],hsvsplit[2]);
        merge(hsvsplit,hsvimg);
    
    
        Mat thresholdimg;
        inRange(hsvimg,Scalar(LowH,LowS,LowV),Scalar(HighH,HighS,HighV),thresholdimg);
    
        imshow("二值化后的图片",thresholdimg);
    
    
        while(1)
          { 
              int key=cvWaitKey(10);
          if (key==27)
          { 
              break;
          }
          }
          return(0);
    }

**经过修改后，可以识别视频**，源代码如下：

#include <iostream>
    #include <opencv2/highgui/highgui.hpp>
    #include <opencv2/core/core.hpp>
    #include <opencv2/opencv.hpp>
    #include <math.h>
    using namespace std;
    using namespace cv;
    
    
    
    int main()
    { 
        VideoCapture capture("/home/liuxin/桌面/opencv/train2.mp4");
    
        while (capture.isOpened()) { 
            Mat frame;
            capture>>frame;
            if(frame.empty())
                { 
                    cout<<"some thing is wrong"<<endl;
                    break;
                }
    
            int LowH =60;
            int LowS=120;
            int LowV =245;
    
            int HighH = 120;
            int HighS = 255;
            int HighV =255;
    
    
            Mat hsvimg;
            cvtColor(frame,hsvimg,COLOR_BGR2HSV);
    
            vector<Mat> hsvsplit;
    
            split(hsvimg,hsvsplit);
            equalizeHist(hsvsplit[2],hsvsplit[2]);
            merge(hsvsplit,hsvimg);
    
    
            Mat thresholdimg;
            inRange(hsvimg,Scalar(LowH,LowS,LowV),Scalar(HighH,HighS,HighV),thresholdimg);
    
            imshow("二值化后的图片",thresholdimg);
    
    
            int key=cvWaitKey(10);
            if (key==27)
            { 
             break;
            }
    
        }
    return 0;
    
    }

![在这里插入图片描述][20190313174531976.gif]

--------------------

#### 下一节：将根据识别后的光条来去画矩形框，锁定击打区域 ####

[https://blog.csdn.net/weixin\_42755384/article/details/88537705][https_blog.csdn.net_weixin_42755384_article_details_88537705]

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80Mjc1NTM4NA_size_16_color_FFFFFF_t_70]: /images/20220309/aa170ff2b9dc41b6a50fef04176c0b03.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80Mjc1NTM4NA_size_16_color_FFFFFF_t_70 1]: /images/20220309/f6ee8a20a1014ff4952362e326632d39.png
[20190313174531976.gif]: /images/20220309/45945ef0067c444e8f47aa23f33ba944.png
[https_blog.csdn.net_weixin_42755384_article_details_88537705]: https://blog.csdn.net/weixin_42755384/article/details/88537705