恩智浦智能车国赛定位模块源码+学习说明.zip

## 数字识别&定位模块 #### 文件结构 ├───.vscode VS Code 配置文件 ├───camera_calibration 摄像头标定工具 ├───img_data 图片样本 │ └───v5 │ └───dataset_30 ├───log 运行日志 │───monitor 主程序模块 │ ├───static 网页附件 │ │ ├───css │ │ └───js │ ├───templates 网页模板 │ ├───`app.py` 主程序入口 │ ├───`camera_handler.py` 图像输入接口 │ ├───`config.py` 设置项 │ ├───`credentials.py` 机密设置项 │ ├───`handler.py` HTTP 后端 │ ├───`mess.py` 杂物 │ ├───`ocr.py` 图像处理及文字识别模块 │ ├───`protocol.md` 协议文本 │ └───`serial_client.py` 串口客户端 ├───`run.py` 入口程序 └───`run.sh` Linux 下的入口程序 #### 运行逻辑 1. `app.py`定义服务器逻辑 1. HTTP请求被传递给`handler.py`处理 1. `camera_handler.py`从摄像头获取图像 1. `ocr.py`加载特征库并处理opencv图像 #### 图像输入流程 1. `CameraHandler`管理摄像头，出现新摄像头调用时构造一个`CameraUnit`对象 1. `CameraUnit`获取一张图像，并调用`OCRHandle`处理 1. `CameraUnit`序列化处理结果 #### 图像处理流程 1. 灰度化 1. 二值化 1. 逆透视 1. 调整长宽比 1. 泛洪法剔除棋盘方框 1. 获取凸包，构成矩形，并排序 1. 顺序遍历寻找数字 1. 识别数字，重心位置纠偏 #### 安装 1. 使用 Python 3.5.3 编译 opencv 1. 顺序安装 Cython, matplotlib, scipy, scikit-image 1. 安装 requirements.txt 中的其他库 1. 安装 tesseract #### 训练 1. 运行`capture_video.py`录制视频 1. 运行`run.py`提取图片，并简单标记之 1. 运行`build_mnist.py`制作数据集 1. 运行`train_network.py`训练网络 1. 运行`compile.py`编译`graph`文件 1. 运行`test_ncs.py`测试网络 #### 运行 1. 建立 `config.py`, `credentials.py` 1. 运行 `run.py` #### 调优 1. 降噪相关 1. SHORTEST_BOARDER 1. LONGEST_BOARDER 1. MAX_RATIO 1. 定位相关 1. MAIN_CENTER 1. ANGLE_BASE 1. OCR 相关 1. STANDARD_SIZE 1. THRESHHOLD_CONFIDENCE 1. 排序凸包矩形相关 1. K_SIZE 1. K_Y #### TODO 1. 空白（无数字）图片检测 1. SSIM预计算 1. 多线程（图片分块）计算 1. 特性学习记录模式 1. 串口客户端解析数据