2023光电赛小车题树莓派+无畸变摄像头（备用小畸变摄像头）视觉方案.zip

# 2023-China-National-University-Students-Opt-Sci-Tech-Competition-machine-vision-part 2023光电赛小车题树莓派+无畸变摄像头（备用小畸变摄像头）视觉方案 ## 藏宝图识别 1.在摄像头帧缓冲区读取一张图片A。 2.使用灰度转换、高斯滤波、自适应阈值分割方法，得到二值图B。 3.识别定位点 ①对于二值图B的所有轮廓，保留所有面积在[20,6000]像素范围内，轮廓角点等于4、外接矩形宽高比在0.8和1.2之间、与另一个轮廓有质心互相包含关系，且质心足够接近的封闭轮廓。对于质心互相包含关系的轮廓，保留面积较大的轮廓，这些轮廓即是可能的定位点框。 ②如果①中轮廓的数目不等于4，返回步骤1。 4.透视变换 要透视变换，必须构建仿射矩阵；要构建仿射矩阵，需确保原图像点和目标图像点一一对应。设3中得到轮廓的中心点，为原图像待转换的点。根据横纵坐标的相对关系，对轮廓中心点进行左上-右上-左下-右下排序，与目标图像的四个同顺序点对应起来，得到仿射矩阵，进而对图像A做透视变换，得到图像C。 5.宝藏识别 对于图像C，转化为灰度图，并在定位点四角组成的区域内使用霍夫圆检测，当识别圆数量不为8时，返回步骤1。当识别圆数量为8时，对圆心在图像C的坐标进行放缩、平移变换，如果有一个变换后的圆心坐标范围不属于0<=x,y<=9，那么返回步骤1。 5.跳出循环，进入路径规划部分。 ## 骨牌识别 ### 第一版 1.建立骨牌上四种颜色（红、蓝、黄、绿）的LAB阈值范围。 2.当小车到达藏宝点，跳过5帧。 3.读入摄像机一帧照片，依次识别是否为蓝真、蓝假、红真、红假骨牌。如果识别成功，分别返回1、2、3、4，根据不同情况判断小车是否需要冲撞，并进入路径规划部分。如果识别不成功，重复执行步骤3。 #### 判断骨牌的方法 对于一个骨牌，我们假设它是某类型骨牌（如红真），即假设其上有特定的两种颜色A、B。在有此骨牌的帧缓冲区图像I中，在图像I上寻找颜色A面积大于50像素、且宽高比在[0.3,3]范围上的色块。如果没有找到色块，那么对于骨牌的假设错误。如果骨牌上有颜色A，那么对于颜色B，经过同样的找色块并判断步骤。如果颜色A和B都找到了，如果两色块中心距离在200之内，则可以断定它是具有颜色A和B的、我们假设的骨牌。 ### 第二版 1.建立骨牌上两种颜色（红、绿）的LAB阈值范围。 2.当小车到达藏宝点，跳过5帧。 3.读入摄像机一帧照片，判断图中是否有红色、绿色色块（色块判断逻辑见“第一版”判断骨牌方法），通过判断的结果确定骨牌类型，同样分别返回1、2、3、4。 ## 备注 在骨牌识别第一版代码中，对于小畸变摄像头，才需要两个最大轮廓的中心距离在“200”之内。无畸变摄像头的值可兼容，或为保险起见选取25~50。 ## 文件功能说明 dominoes_operaition.py 为骨牌处理函数，包含找最大色块、判断宝藏，以及画图（已注释掉，如果要画图还需要需要调换找最大色块函数的返回值等操作，具体详见代码注释）函数 test_jewelv1.py和test_jewelv1.py里的jewel函数分别对应骨牌识别第一版和第二版逻辑，调用dominoes_operaition.py map_operation_v7.py 为藏宝图识别函数 threshold_chooser_v2.py 为阈值选择器