标签：色子 Mat C++ tempGrayImg OPENCV 算法 include imgMask 1000
本文就把这种用OPENCV_C++编写的实时识别色子点数的算法分享出来
该算法并没有用到上一篇中用到的图像分割算法，距离变换以及分水岭。
（小声的说，其实刚开始是用了，只不过效果很不好，所以就抛弃这两个东西，转而采用了OPENCV基本的形态学分析了）
下面是分析的结果，可以看到，Halcon对于区域的处理真的是强大，OpenCV对区域处理要经过很多繁琐的操作。毕竟在工业上用的比较多的是Halcon LabView 之类的成熟的机器视觉库。
这写基本的算法你们都可以在网上查得到，我直接把它们贴出来就好。
#include <sstream>
#include <iostream>
#include <vector>
#include "opencv2/highgui/highgui.hpp"
#include "opencv2/imgproc/imgproc.hpp"
using namespace cv;
using namespace std;
int main()
{
Mat srcImage, grayImg,binaryImg,dst;
vector<vector<Point>>contours;
vector<Vec4i> hierarchy;
Mat dist_8u;
Mat whiteImg(1000, 1000, CV_8UC1, 255);
Mat numberMat;
//int index = 1;
for (int i = 1; i <= 26; i++)
{
srcImage = imread("SrcImg/"+to_string(i) + ".bmp");
cvtColor(srcImage, grayImg, COLOR_BGR2GRAY);
threshold(grayImg, binaryImg, 200, 255, THRESH_BINARY);
findContours(binaryImg, contours, hierarchy, RETR_EXTERNAL, CHAIN_APPROX_SIMPLE);
for (int i = 0; i < contours.size();i++) {
if (contours[i].size() > 200) {
Mat imgMask = Mat::zeros(1000, 1000, CV_8UC1); //轮廓
//imshow("imgMask1", imgMask);
Mat tempGrayImg;
grayImg.copyTo(tempGrayImg);
drawContours(imgMask, contours, i, Scalar( 255), -1);
bitwise_and(tempGrayImg, imgMask, tempGrayImg);
//imshow("tempGrayImg", tempGrayImg);
threshold(tempGrayImg, tempGrayImg, 180, 255, THRESH_BINARY_INV);
//cout << connectedComponents(tempGrayImg, numberMat) << endl;
putText(srcImage, to_string(connectedComponents(tempGrayImg, numberMat)-2), Point(contours[i][0].x, contours[i][0].y+120), FONT_HERSHEY_PLAIN, 4.0, Scalar(0,255,0), 2);
//参数一目标图像，参数二文本，参数三文本位置，参数四字体类型， 参数五字体大小，参数六字体
}
}
imshow("srcImage", srcImage);
imwrite("E:/" + to_string(i) + ".bmp", srcImage);
int c = waitKey(0);
if (c==27) {
break;
}
}
}
下面是你们可能会用到的数据集，一共有26张照片。
你们也可以自己去拍照片。
————————————————
版权声明：本文为CSDN博主「/我爱西红柿炒鸡蛋/」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/m0_47472749/article/details/120200894
标签：色子,Mat,C++,tempGrayImg,OPENCV,算法,include,imgMask,1000 来源： https://www.cnblogs.com/roger1996/p/15247163.html
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。