Opencv检测不同颜色的电线是否接好

作者：zhongda | 分类：科技 | 发布时间：2022-02-09 10:06:27 | 阅读：1199 | 点赞：0 | 点踩：0
标签： opencv
机器视觉检测物体要根据检测对象的特征找到最方便快捷的方法，最近做了一个靠颜色像素来区分电线的小项目，颜色区分是inRange方法，这个方法检测的是HSV彩色图像的范围，需要将图像转换为HSV图像。
如图，要检测图中六条线是否都接好并且位置没有错误，观察背景，大多都是灰黑色的物体，只有这些电线颜色比较鲜明，因此选择用颜色像素来区分。
设计算法：每个线的颜色范围，就是用制图工具来采集一下各个颜色的BGR像素范围，因为每条线的亮度并不完全一样，只要获取看起来最亮的一点和看起来最暗的一点，就能获取到每天直线的颜色像素范围，但是要检测的不仅仅是存不存在，还要检测各个线的位置是否正确，由于这张图较大，所以应该先获取到电线的大概位置，那么就要利用图中其他明显的特征，如图，下面的接头是红色的，这片红色在图中占的比例较大，而且比较方面寻找，所以可以先找一下这个红色的接头。
找到之后，就能获取红色接头的位置，因为相机与接线的位置都是固定的，所以每次拍的照片都不会差太多，那么只要能找到这个红色接头，为它做一个外包矩形，根据矩形的中点，向右移动部分像素，这个要根据实际情况决定，然后大概得到一个范围，把六条线的位置可以剪切出来。
如图，切出这样一张图之后，就可以根据颜色来区分每条线是否接好以及位置是否正确。因为我们获取的像素范围是BGR的，所以需要自己计算成HSV的。
代码如下：

得到了像素范围之后，就要去检测各个线的位置，以红色为例：

如图得到了红色电线的二值图像，通过最小外接矩形可以得到它的大概位置，如下图这是各个直线中点的纵向坐标。

附上代码：
Python代码：

import cv2 

import numpy as np 

 

def redFind(image):

    lower = np.array([168， 43， 46])

    upper = np.array([180， 255， 255])

    hsv = cv2.cvtColor(image， cv2.COLOR_BGR2HSV)

    mask = cv2.inRange(hsv， lower， upper)

    s = cv2.getStructuringElement(cv2.MORPH_RECT，(5，5))

    openI = cv2.morphologyEx(mask，cv2.MORPH_OPEN，s，iterations=1)

    closeI = cv2.morphologyEx(openI，cv2.MORPH_CLOSE，s，iterations=1)

    contours， hierarchy = cv2.findContours(closeI， cv2.RETR_TREE， cv2.CHAIN_APPROX_SIMPLE)

    for c in contours:

        rect = cv2.minAreaRect(c)

        print("红色:"， int((rect[0][1] + rect[1][1]/2)))

 

    cv2.imshow("aaa"， closeI)

    cv2.waitKey(1000)

 

def purpleFind(image):

    lower = np.array([142， 43， 46])

    upper = np.array([147， 255， 255])

    hsv = cv2.cvtColor(image， cv2.COLOR_BGR2HSV)

    mask = cv2.inRange(hsv， lower， upper)

    s = cv2.getStructuringElement(cv2.MORPH_RECT，(5，5))

    openI = cv2.morphologyEx(mask，cv2.MORPH_OPEN，s，iterations=1)

    closeI = cv2.morphologyEx(openI，cv2.MORPH_CLOSE，s，iterations=1)

    contours， hierarchy = cv2.findContours(closeI， cv2.RETR_TREE， cv2.CHAIN_APPROX_SIMPLE)

    for c in contours:

        rect = cv2.minAreaRect(c)

        print("紫色:"， int((rect[0][1] + rect[1][1]/2)))

 

    cv2.imshow("aaa"， closeI)

    cv2.waitKey(1000)

 

def blueFind(image):

    lower = np.array([102， 43， 46])

    upper = np.array([112， 255， 255])

    hsv = cv2.cvtColor(image， cv2.COLOR_BGR2HSV)

    mask = cv2.inRange(hsv， lower， upper)

    s = cv2.getStructuringElement(cv2.MORPH_RECT，(5，5))

    openI = cv2.morphologyEx(mask，cv2.MORPH_OPEN，s，iterations=1)

    closeI = cv2.morphologyEx(openI，cv2.MORPH_CLOSE，s，iterations=1)

    contours， hierarchy = cv2.findContours(closeI， cv2.RETR_TREE， cv2.CHAIN_APPROX_SIMPLE)

    for c in contours:

        rect = cv2.minAreaRect(c)

        print("蓝色:"， int((rect[0][1] + rect[1][1]/2)))

 

    cv2.imshow("aaa"， closeI)

    cv2.waitKey(1000)

 

def yellowFind(image):

    lower = np.array([20， 43， 46])

    upper = np.array([25， 255， 255])

    hsv = cv2.cvtColor(image， cv2.COLOR_BGR2HSV)

    mask = cv2.inRange(hsv， lower， upper)

    s = cv2.getStructuringElement(cv2.MORPH_RECT，(5，5))

    openI = cv2.morphologyEx(mask，cv2.MORPH_OPEN，s，iterations=1)

    closeI = cv2.morphologyEx(openI，cv2.MORPH_CLOSE，s，iterations=1)

    contours， hierarchy = cv2.findContours(closeI， cv2.RETR_TREE， cv2.CHAIN_APPROX_SIMPLE)

    for c in contours:

        rect = cv2.minAreaRect(c)

        print("黄色:"， int((rect[0][1] + rect[1][1]/2)))

 

    cv2.imshow("aaa"， closeI)

    cv2.waitKey(1000)

 

def orangeFind(image):

    lower = np.array([11， 43， 46])

    upper = np.array([15， 255， 255])

    hsv = cv2.cvtColor(image， cv2.COLOR_BGR2HSV)

    mask = cv2.inRange(hsv， lower， upper)

    s = cv2.getStructuringElement(cv2.MORPH_RECT，(7，7))

    openI = cv2.morphologyEx(mask，cv2.MORPH_OPEN，s，iterations=1)

    closeI = cv2.morphologyEx(openI，cv2.MORPH_CLOSE，s，iterations=1)

    contours， hierarchy = cv2.findContours(closeI， cv2.RETR_TREE， cv2.CHAIN_APPROX_SIMPLE)

    for c in contours:

        rect = cv2.minAreaRect(c)

        print("橙色:"， int((rect[0][1] + rect[1][1]/2)))

 

    cv2.imshow("aaa"， closeI)

    cv2.waitKey(1000)

 

def brownFind(image):

    lower = np.array([3， 43， 46])

    upper = np.array([8， 255， 255])

    hsv = cv2.cvtColor(image， cv2.COLOR_BGR2HSV)

    mask = cv2.inRange(hsv， lower， upper)

    s = cv2.getStructuringElement(cv2.MORPH_RECT，(5，5))

    openI = cv2.morphologyEx(mask，cv2.MORPH_OPEN，s，iterations=1)

    closeI = cv2.morphologyEx(openI，cv2.MORPH_CLOSE，s，iterations=1)

    contours， hierarchy = cv2.findContours(closeI， cv2.RETR_TREE， cv2.CHAIN_APPROX_SIMPLE)

    for c in contours:

        rect = cv2.minAreaRect(c)

        print("棕色:"， int((rect[0][1] + rect[1][1]/2)))

 

    cv2.imshow("aaa"， closeI)

    cv2.waitKey(1000)

 

if __name__ == "__main__":

    image = cv2.imread("ceshi.png")

    purpleFind(image)

    orangeFind(image)

    yellowFind(image)

    brownFind(image)

    blueFind(image)

    redFind(image)


C++代码：

#include "pch.h"

#include <iostream>

#include <opencv2/core/core.hpp>              

#include <opencv2/highgui/highgui.hpp>              

#include <opencv2/imgproc/imgproc.hpp>  

 

using namespace std;

using namespace cv;

 

double purpleFind(Mat image);

double orangeFind(Mat image);

double yellowFind(Mat image);

double brownFind(Mat image);

double blueFind(Mat image);

double redFind(Mat image);

 

struct returnData

{

double colorNumber[10];

double line_y[10];

};

 

int main()

{

Mat srcImage = imread("D:\\code\\code\\ceshi.png");

Mat srcImage1;

cvtColor(srcImage， srcImage1， COLOR_BGR2HSV);

double y0， y1， y2， y3， y4， y5;

returnData colorline;

y0 = purpleFind(srcImage1);

colorline.colorNumber[0] = 0;

colorline.line_y[0] = y0;

y1 = orangeFind(srcImage1);

colorline.colorNumber[1] = 1;

colorline.line_y[1] = y1;

y2 = yellowFind(srcImage1);

colorline.colorNumber[2] = 2;

colorline.line_y[2] = y2;

y3 = brownFind(srcImage1);

colorline.colorNumber[3] = 3;

colorline.line_y[3] = y3;

y4 = blueFind(srcImage1);

colorline.colorNumber[4] = 4;

colorline.line_y[4] = y4;

y5 = redFind(srcImage1);

colorline.colorNumber[5] = 5;

colorline.line_y[5] = y5;

 

for (int i = 0; i < 6; i++) {

cout << colorline.colorNumber[i] << endl;

cout << colorline.line_y[i] << endl;

 

}

 

return 1;

 

}

 

 

 

double purpleFind(Mat image)

{

Mat dstImage;

inRange(image， Scalar(142， 43， 46)， Scalar(147， 255， 255)， dstImage);

Mat s， openImage， closeImage;

s = getStructuringElement(MORPH_RECT， Size(5， 5));

morphologyEx(dstImage， openImage， MORPH_OPEN， s， Point(-1， -1)， 1);

morphologyEx(openImage， closeImage， MORPH_CLOSE， s， Point(-1， -1)， 1);

vector<vector<Point>> contours;

findContours(closeImage， contours， RETR_EXTERNAL， CHAIN_APPROX_NONE);

Rect rect;

rect = boundingRect(contours[0]);

int line_y;

line_y = rect.y + rect.height / 2;

cout << line_y << endl;

 

return line_y;

}

 

double orangeFind(Mat image)

{

Mat dstImage;

inRange(image， Scalar(11， 43， 46)， Scalar(15， 255， 255)， dstImage);

Mat s， openImage， closeImage;

s = getStructuringElement(MORPH_RECT， Size(7， 7));

morphologyEx(dstImage， openImage， MORPH_OPEN， s， Point(-1， -1)， 1);

morphologyEx(openImage， closeImage， MORPH_CLOSE， s， Point(-1， -1)， 1);

vector<vector<Point>> contours;

findContours(closeImage， contours， RETR_EXTERNAL， CHAIN_APPROX_NONE);

Rect rect;

rect = boundingRect(contours[0]);

int line_y;

line_y = rect.y + rect.height / 2;

cout << line_y << endl;

return line_y;

}

 

double yellowFind(Mat image)

{

Mat dstImage;

inRange(image， Scalar(20， 43， 46)， Scalar(25， 255， 255)， dstImage);

Mat s， openImage， closeImage;

s = getStructuringElement(MORPH_RECT， Size(5， 5));

morphologyEx(dstImage， openImage， MORPH_OPEN， s， Point(-1， -1)， 1);

morphologyEx(openImage， closeImage， MORPH_CLOSE， s， Point(-1， -1)， 1);

vector<vector<Point>> contours;

findContours(closeImage， contours， RETR_EXTERNAL， CHAIN_APPROX_NONE);

Rect rect;

rect = boundingRect(contours[0]);

int line_y;

line_y = rect.y + rect.height / 2;

cout << line_y << endl;

return line_y;

}

 

double brownFind(Mat image)

{

Mat dstImage;

inRange(image， Scalar(3， 43， 46)， Scalar(8， 255， 255)， dstImage);

Mat s， openImage， closeImage;

s = getStructuringElement(MORPH_RECT， Size(5， 5));

morphologyEx(dstImage， openImage， MORPH_OPEN， s， Point(-1， -1)， 1);

morphologyEx(openImage， closeImage， MORPH_CLOSE， s， Point(-1， -1)， 1);

vector<vector<Point>> contours;

findContours(closeImage， contours， RETR_EXTERNAL， CHAIN_APPROX_NONE);

Rect rect;

rect = boundingRect(contours[0]);

int line_y;

line_y = rect.y + rect.height / 2;

cout << line_y << endl;

return line_y;

}

 

double blueFind(Mat image)

{

Mat dstImage;

inRange(image， Scalar(102， 43， 46)， Scalar(112， 255， 255)， dstImage);

Mat s， openImage， closeImage;

s = getStructuringElement(MORPH_RECT， Size(5， 5));

morphologyEx(dstImage， openImage， MORPH_OPEN， s， Point(-1， -1)， 1);

morphologyEx(openImage， closeImage， MORPH_CLOSE， s， Point(-1， -1)， 1);

vector<vector<Point>> contours;

findContours(closeImage， contours， RETR_EXTERNAL， CHAIN_APPROX_NONE);

Rect rect;

rect = boundingRect(contours[0]);

int line_y;

line_y = rect.y + rect.height / 2;

cout << line_y << endl;

return line_y;

}

 

double redFind(Mat image)

{

Mat dstImage;

inRange(image， Scalar(168， 43， 46)， Scalar(180， 255， 255)， dstImage);

Mat s， openImage， closeImage;

s = getStructuringElement(MORPH_RECT， Size(5， 5));

morphologyEx(dstImage， openImage， MORPH_OPEN， s， Point(-1， -1)， 1);

morphologyEx(openImage， closeImage， MORPH_CLOSE， s， Point(-1， -1)， 1);

vector<vector<Point>> contours;

findContours(closeImage， contours， RETR_EXTERNAL， CHAIN_APPROX_NONE);

Rect rect;

rect = boundingRect(contours[0]);

int line_y;

line_y = rect.y + rect.height / 2;

cout << line_y << endl;

 

return line_y;

}

评论 (0)

登录 后发表评论

暂无评论