鄙人初学opencv，在论坛上有人在做PCB板圆形焊盘检测，自己尝试用三种方法来检测圆形焊盘，下面为检测图像：
1、轮廓和霍夫圆变换
1 void main()
2 {
3 IplImage* src=cvLoadImage("1.jpg",CV_LOAD_IMAGE_UNCHANGED);//三通道的彩色图像
4 IplImage* dst=cvCreateImage(cvSize(src->width,src->height),IPL_DEPTH_8U,1);
5 cvCvtColor(src,dst,CV_RGB2GRAY);
6 for (int i=0;i<dst->height;i++) //反色
7 {
8 uchar* ptr=(uchar*)(dst->imageData+i*dst->widthStep);
9 for (int j=0;j<dst->width;j++)
10 {
11 ptr[j]=255-ptr[j];
12 }
13 }
14 cvSmooth(dst,dst,CV_MEDIAN,11);
15 cvThreshold(dst,dst,200,255,CV_THRESH_TOZERO);
16 //创建核,结构元素原点非常重要，
17 //以5*5的核为例，中心点在（2,2）位置，改为（1,1）后，画出整个轮廓向左上角平移
18 IplConvKernel* myModel=cvCreateStructuringElementEx(5,5,2,2,CV_SHAPE_ELLIPSE);
19 /*cvErode(dst,dst,myModel,3);*/
20 /*cvDilate(dst,dst,myModel,2);*/
21 /*cvMorphologyEx(dst,dst,NULL,NULL,CV_MOP_OPEN,1);*/
22 cvMorphologyEx(dst,dst,NULL,myModel,CV_MOP_OPEN,4);
23 /*cvMorphologyEx(dst,dst,NULL,NULL,CV_MOP_CLOSE,1);*/
24
25 //////////////////////////////////////////////////////////////////////////
26 /*
27 * 从上面的二值图可以看出，对于圆提取影响较大的是矩形
28 * 而矩形和圆分开，可以用圆形度特征分开，实践证明该方法不可行
29 * 另一种思路：比较矩形和圆轮廓的外接矩形，利用长与宽的差值作为特征来实现
30 */
31 //利用圆形度来检测
32 //for (CvSeq* c=contour;c!=NULL;c=c->h_next)
33 //{
34 // //实验表明圆形度不可用
35 // //计算轮廓面积
36 // double area=cvContourArea(c,CV_WHOLE_SEQ);
37 // //计算轮廓周长
38 // double length=cvArcLength(c,CV_WHOLE_SEQ,-1);
39 // std::cout<<area<<std::endl;
40 // //计算圆形度
41 // double e=4*CV_PI*abs(area)/(length*length);
42 //
43 // //判断轮廓是否为圆
44 // if (e>=0.885)
45 // {
46 // cvDrawContours(dst,c,cvScalarAll(255),cvScalarAll(255),10,1);
47 // }
48 //}
49 CvMemStorage* storage=cvCreateMemStorage();
50 CvSeq* results=cvHoughCircles(dst,storage,CV_HOUGH_GRADIENT,2.6,10,10,30);
51 for (int i=0;i<results->total;i++)
52 {
53 float* p=(float*)cvGetSeqElem(results,i);
54 if (p[2]>19||p[2]<12)
55 continue;
56 std::cout<<p[2]<<std::endl;
57 CvPoint2D32f pt=cvPoint2D32f(p[0],p[1]);
58 cvCircle(src,cvPointFrom32f(pt),cvRound(p[2]),CV_RGB(255,0,0));/**/
59 }
60 cvShowImage("2",src);
61 cvWaitKey();
62 }
结果如下图所示：
2、采用质心标准圆检测：
1 #include "Stafx.h"
2 void main()
3 {
4 IplImage* src=cvLoadImage("1.jpg",CV_LOAD_IMAGE_UNCHANGED);//三通道的彩色图像
5 IplImage* dst=cvCreateImage(cvSize(src->width,src->height),IPL_DEPTH_8U,1);
6 cvCvtColor(src,dst,CV_RGB2GRAY);
7 for (int i=0;i<dst->height;i++) //反色
8 {
9 uchar* ptr=(uchar*)(dst->imageData+i*dst->widthStep);
10 for (int j=0;j<dst->width;j++)
11 {
12 ptr[j]=255-ptr[j];
13 }
14 }
15 cvSmooth(dst,dst,CV_MEDIAN,11);
16 cvThreshold(dst,dst,200,255,CV_THRESH_TOZERO);
17 //创建核,结构元素原点非常重要，
18 //以5*5的核为例，中心点在（2,2）位置，改为（1,1）后，画出整个轮廓向左上角平移
19 IplConvKernel* myModel=cvCreateStructuringElementEx(5,5,2,2,CV_SHAPE_ELLIPSE);
20 /*cvErode(dst,dst,myModel,3);*/
21 /*cvDilate(dst,dst,myModel,2);*/
22 /*cvMorphologyEx(dst,dst,NULL,NULL,CV_MOP_OPEN,1);*/
23 cvMorphologyEx(dst,dst,NULL,myModel,CV_MOP_OPEN,4);
24 /*cvMorphologyEx(dst,dst,NULL,NULL,CV_MOP_CLOSE,1);*/
25
26 //////////////////////////////////////////////////////////////////////////
27 /*
28 * 从上面的二值图可以看出，对于圆提取影响较大的是矩形
29 * 而矩形和圆分开，可以用圆形度特征分开，实践证明该方法不可行
30 * 另一种思路：比较矩形和圆轮廓的外接矩形，利用长与宽的差值作为特征来实现
31 */
32 //利用圆形度来检测
33 //for (CvSeq* c=contour;c!=NULL;c=c->h_next)
34 //{
35 // //实验表明圆形度不可用
36 // //计算轮廓面积
37 // double area=cvContourArea(c,CV_WHOLE_SEQ);
38 // //计算轮廓周长
39 // double length=cvArcLength(c,CV_WHOLE_SEQ,-1);
40 // std::cout<<area<<std::endl;
41 // //计算圆形度
42 // double e=4*CV_PI*abs(area)/(length*length);
43 //
44 // //判断轮廓是否为圆
45 // if (e>=0.885)
46 // {
47 // cvDrawContours(dst,c,cvScalarAll(255),cvScalarAll(255),10,1);
48 // }
49 //}
50 CvMemStorage* storage=cvCreateMemStorage();
51 //寻找轮廓
52 CvSeq* contour=NULL;
53 CvContourScanner scanner=cvStartFindContours(dst,storage,sizeof(CvContour),
54 CV_RETR_EXTERNAL,CV_CHAIN_APPROX_SIMPLE,cvPoint(0,0));
55 CvSeq* sq=NULL;
56 do
57 {
58 sq=cvFindNextContour(scanner);
59 if (sq==NULL) break;
60 //计算外接矩形
61 CvRect rect=cvBoundingRect(sq,0);
62 //只有
63 int cha=rect.width-rect.height;
64 if (cha>5)
65 cvSubstituteContour(scanner,NULL);
66 } while (sq!=0);
67 sq=cvEndFindContours(&scanner);
68 //画轮廓二值图
69 std::vector<CvPoint2D32f> central; //存放质心
70 std::vector<int> label;
71 /************************************************************************/
72 /* 从图上可以分析，该图中圆的半径大小只有两种形式，两种标准圆
73 可想而知，两种圆的半径是确定的，可以事先确定两种标准圆的半径的大小，
74 通过轮廓的二值图中，每个轮廓周长进行聚类分析，确定阈值为90，周长低于90
75 为小圆，半径为14个像素；周长高于90为小圆，半径为18个像素
76 */
77 /************************************************************************/
78 for (sq;sq!=NULL;sq=sq->h_next)
79 {
80 //寻找质心
81 CvMoments moment;
82 cvContourMoments(sq,&moment);
83 double m00=moment.m00;
84 double m10=moment.m10;
85 double m01=moment.m01;
86 CvPoint2D32f point=cvPoint2D32f(m10/m00,m01/m00);
87 central.push_back(point); //将每个轮库所得到质心保存下来，压入容器中
88 //计算轮廓周长
89 double length=cvArcLength(sq,CV_WHOLE_SEQ,-1);
90 if (length>90)
91 label.push_back(1); //大圆标签为1
92 else label.push_back(0); //小圆标签为0
93 cvDrawContours( dst, sq, cvScalarAll(255), cvScalarAll(0), -1, CV_FILLED, 8);
94 }
95 //腐蚀掉残留的轮廓
96 cvMorphologyEx(dst,dst,NULL,NULL,CV_MOP_OPEN,1);
97 printf("质心点的数目:%d",central.size());
98
99 cvShowImage("1",dst);
100 /*cvWaitKey();*/
101 //将圆画出来
102 std::vector<CvPoint2D32f>::iterator it;
103 std::vector<int>::iterator flag=label.begin(); //标签开始处
104 for (it=central.begin();it!=central.end(),flag!=label.end();it++,flag++)
105 {
106 if(*flag==1)
107 cvCircle(src,cvPointFrom32f(*it),18,CV_RGB(255,0,0)); //画大圆
108 if(*flag==0)
109 cvCircle(src,cvPointFrom32f(*it),14,CV_RGB(255,255,0)); //画小圆
110 cvCircle(src,cvPointFrom32f(*it),2,CV_RGB(0,255,0)); //画圆心
111 }
112 cvShowImage("2",src);
113 cvWaitKey();
114 }
结果如下图所示：
3、第三种方法：多目标模板匹配算法
1 //模板匹配法
2 CvPoint cvGetNextMinLoc(IplImage*,IplImage*,CvPoint,double);
3 void main()
4 {
5 IplImage* image=cvLoadImage("1.jpg",CV_LOAD_IMAGE_UNCHANGED);
6 //将已经创建模板图像，图像的宽与高均为30，图像中央为一个半径18的三通道
7 //圆，作为模板
8 IplImage* templ=cvLoadImage("2.jpg",CV_LOAD_IMAGE_UNCHANGED);
9 int rwidth=image->width-templ->width+1;
10 int rheight=image->height-templ->height+1;
11 IplImage* result=cvCreateImage(cvSize(rwidth,rheight),IPL_DEPTH_32F,1);
12 std::vector<std::string> str; //容器用来存放窗口的名称
13 str.push_back("1");
14 str.push_back("2");
15 cvMatchTemplate(image,templ,result,CV_TM_CCORR_NORMED);
16 /************************************************************************/
17 /* 模板匹配函数cvMatchTemplate依次计算模板与待测图片的重叠区域的相似度，
18 并将结果存入映射图像result当中，也就是说result图像中的每一个点的值依次
19 代表了一次相似度比较结果
20 */
21 /************************************************************************/
22 double min_val; //相似度最小值
23 double max_val; //相似度最大值
24 CvPoint min_loc; //相似度最小值所对应的坐标
25 CvPoint max_loc; //相似度最大值所对应的坐标
26 cvMinMaxLoc(result,&min_val,&max_val,&min_loc,&max_loc,NULL);
27 std::cout<<"相似度最小值："<<min_val<<std::endl<<"相似度最大值:"<<max_val<<std::endl;
28 printf("相似度最小值位置坐标：(%d, %d)\n",min_loc.x,min_loc.y);
29 printf("相似度最大值位置坐标：(%d, %d)\n",max_loc.x,max_loc.y);
30 /************************************************************************/
31 /*
32 这里有个奇怪的问题，CV_TM_CCORR_NORMED该匹配算法，相似度最大值为最好匹配，
33 首先，我通过两种方式进行对比：
34 第一种，通过在输入图像中截屏方式获取模板图像，但是匹配的话，需要将相似度最大值位置坐标
35 作为画矩形框的左上角的坐标；
36 第二种，通过在opencv中直接画出目标图像，保存为模板图像，但是匹配的话，需要将相似度最小值位置坐标
37 作为画矩形框的左上角的坐标
38 而本次用的是第二种方式
39 */
40 /************************************************************************/
41 cvRectangle(image,min_loc,cvPoint(min_loc.x+templ->width,min_loc.y+templ->height),CV_RGB(255,0,0));
42 int count=35;
43 CvPoint newmin_loc=min_loc;
44 //寻找下一个相似度较低的
45 while(count--)
46 {
47 newmin_loc=cvGetNextMinLoc(result,templ,newmin_loc,max_val);
48 //画出目标图像的外接矩形
49 cvRectangle(image,newmin_loc,cvPoint(newmin_loc.x+templ->width,newmin_loc.y+templ->height),CV_RGB(255,0,0));
50 }
51 cvShowImage(str[0].c_str(),result);
52 cvShowImage(str[1].c_str(),image);
53 cvWaitKey();
54 }
55 //需找下一个匹配点
56 CvPoint cvGetNextMinLoc(IplImage* result,IplImage* templ,CvPoint min_loc, double max_val)
57 {
58 int startX=min_loc.x;
59 int startY=min_loc.y;
60 int endX=min_loc.x+templ->width;
61 int endY=min_loc.y+templ->height;
62 //防止越界
63 if(endX>result->width)
64 endX=result->width;
65 if(endY>result->height)
66 endY=result->height;
67 //将最小的相似度换成最大值，从而剔除最小的，重新寻找最小的
68 for(int i=startX;i<endX;i++)
69 for(int j=startY;j<endY;j++)
70 {
71 cvSetReal2D(result,j,i,max_val);
72 }
73 CvPoint newmax_loc;
74 CvPoint newmin_loc;
75 double newmax_val;
76 double newmin_val;
77 cvMinMaxLoc(result,&newmin_val,&newmax_val,&newmin_loc,&newmax_loc,NULL);
78 return newmin_loc;
79 }
这里模板图像：
结果：
这三种方法的精度还是不够，需要进一步努力。
时间： 2024-11-08 23:35:25