2019年全国大学生电子设计大赛B题所有源代码

# -*- coding:utf-8 -*- # 创建时间：2019年8月8日 # 功能：模式一：二维码/条形码识别+拐点圆柱识别 # 模式二：靶子识别定位 import numpy as np import imutils import time import cv2 import V_Display as vd import V_UCom as com import pyzbar.pyzbar as pyzbar # 模式一发送数据 Uart_buf1 = [0x55, 0xAA, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0xAA] # 模式三发送数据 Uart_buf3 = [0x55, 0xAA, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0xAA] # 切换两种模式的标志位 global flag flag = 0 # 默认模式一 # 二维码识别函数 # 输入参数：读取图像矩阵 # 返回参数：image标记后的图像矩阵;C_x,C_y：目标二维码中心点坐标； # （返回参数：flag：等于1时表示成功检测到二维码，0表示未成功检测） def decodeDisplay(image): image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY) # 转换成灰度图 barcodes = pyzbar.decode(image) # print('barcodes', barcodes) if barcodes: print('成功检测二维码') for barcode in barcodes: # 提取条形码的边界框的位置 # 画出图像中条形码的边界框 (x, y, w, h) = barcode.rect # 二维码中心坐标 cx = int(x + w / 2) cy = int(y + h / 2) cv2.circle(image, (cx, cy), 2, (0, 255, 0), 8) # 做出中心坐标 cv2.rectangle(image, (x, y), (x + w, y + h), (0, 0, 255), 2) # 做出矩形 print('code position', cx, cy) return image, cx, cy return image, 320, 240 # 返回默认图像中心位置 # 寻找竖直黑色直线并标记 # 输入参数：image输入图像矩阵 # 输出参数：黑色直线x轴坐标,True，False判断是否成功判断 def black_line(image): # 设置闸值，只寻找黑色直线 Lower = np.array([0, 0, 0]) Upper = np.array([180, 255, 80]) HSV = cv2.cvtColor(image, cv2.COLOR_BGR2HSV) mask = cv2.inRange(HSV, Lower, Upper) vd.show(image) # lines = cv2.HoughLines(mask, 1, np.pi/180, threshold=400, max_theta=0.1) lines = cv2.HoughLines(mask, 1, np.pi/180, threshold=200, max_theta=0.5) #print('lines', lines) # 判断是否检测到直线 if lines is not None: for line in lines: r, theta = line[0] # 画出垂直直线 if theta<0.015: x0 = r * np.cos(theta) y0 = r * np.sin(theta) x1 = int(x0 - 1000 * np.sin(theta)) y1 = int(y0 + 1000 * np.cos(theta)) x2 = int(x0 + 1000 * np.sin(theta)) y2 = int(y0 - 1000 * np.cos(theta)) cv2.line(image, (x1, y1), (x2, y2), (0, 0, 255), 2) vd.show(image) x = abs((x1+x2)/2) print('line x position', x) return True, x return False, 320 # 返回默认中心坐标 # Blob圆检测 # 输入参数:img输入图像矩阵； # 输出参数：cx，cy坐标 def blob(img): # 实例化 params = cv2.SimpleBlobDetector_Params() # 设置检测闸值 params.minThreshold = 10 params.maxThreshold = 200 # 设置面积闸值 params.filterByArea = True params.minArea = 150 # 设置圆性 params.filterByCircularity = True params.minCircularity = 0.8 # 设置凸性 params.filterByConvexity = True params.minConvexity = 0.87 # 设置惯量比 params.filterByInertia = True params.minInertiaRatio = 0.01 # 选择合适的版本实例化 ver = (cv2.__version__).split('.') if int(ver[0]) < 3: detector = cv2.SimpleBlobDetector(params) else: detector = cv2.SimpleBlobDetector_create(params) keypoints = detector.detect(img) # 作图 im_with_keypoints = cv2.drawKeypoints(img, keypoints, np.array([]), (0, 0, 255), cv2.DRAW_MATCHES_FLAGS_DRAW_RICH_KEYPOINTS) # Show blobs vd.show(im_with_keypoints) if keypoints: for i in range(0, len(keypoints)): x = keypoints[i].pt[0] y = keypoints[i].pt[1] cx = int(x) cy = int(y) print('circle position', cx, cy) return cx, cy else: print('未检测到圆！') return 320, 240 # 返回默认中心坐标 # 各种初始化操作 com.init(mode=2) cap = cv2.VideoCapture(1) # 使用前置摄像头 cap.set(3, 320) # 设置摄像头输出宽 cap.set(4, 240) # 设置摄像头输出高 print("start reading video...") time.sleep(2.0) print("start working") # vd初始化 vd.init() while True: # 通信切换部分 a = com.read() b = '' for i in a: b = b + str(ord(i)) b = int(b) # 模式一 if b == 1: com.send(Uart_buf1) flag = 0 # 模式二 else: com.send(Uart_buf3) flag = 1 # 默认模式一 if flag == 0: print('Mode 1') while cap.isOpened(): ret, frame = cap.read() frame_copy = frame.copy() # 二维码检测 img, x, y = decodeDisplay(frame) vd.show(img) # 竖直黑线检测 ret_1, x = black_line(frame_copy) if flag == 1: print('Mode 2') while cap.isOpened(): ret, frame = cap.read() x, y = blob(frame) # blob圆检测定位