网站开发关于安全问题广州网站设计制作公司

网站开发关于安全问题,广州网站设计制作公司,北京网络销售公司,惠州做公司网站对于.NET开发者而言#xff0c;入门OpenCV的一个很舒适的方式就是先去使用OpenCVSharp#xff0c;它是 OpenCV 的 .NET 封装#xff0c;而且作者还开源了一个示例库#xff0c;可以通过示例库进行入门学习。OpenCVSharp仓库地址#xff1a;https://github.com/shimat/open…对于.NET开发者而言入门OpenCV的一个很舒适的方式就是先去使用OpenCVSharp它是 OpenCV 的 .NET 封装而且作者还开源了一个示例库可以通过示例库进行入门学习。OpenCVSharp仓库地址https://github.com/shimat/opencvsharpopencvsharp_samples仓库地址https://github.com/shimat/opencvsharp_samples作者提供了几十个可以直接运行的示例代码一开始可以先大概运行一下这些示例看一下用这个库可以实现哪些功能。入门第一步就是先学会用那些视觉算法的原理可以先不懂大概了解一下就够了等后面真的需要你深入了解的时候再去了解也不迟现在深入理解原理容易让小白放弃刚开始入门我们就当一名踏踏实实的“掉包侠”。Aruco 标记检测与透视变换第一个例子是关于Aruco 标记检测和透视变换的。第一步先运行起来看一下实现了什么效果首先原图是这样的注意到上面有4个有点奇怪的四边形。然后识别这几个四边形的区域然后再进行一下透视变换刚刚看到的这些四边形就是Aruco标记它是拿来干嘛的呢我的简单理解就是拿来标记用的一个经典的应用就是替换相框中的图片。OpenCVSharp好像还没有提供生成Aruco标记的功能但是已经有了识别的功能让我们看看这个效果是如何实现的吧// The locations of the markers in the image at FilePath.Image.Aruco.const int upperLeftMarkerId 160;const int upperRightMarkerId 268;const int lowerRightMarkerId 176;const int lowerLeftMarkerId 168;using var src Cv2.ImRead(ImagePath);var detectorParameters new DetectorParameters();detectorParameters.CornerRefinementMethod CornerRefineMethod.Subpix;detectorParameters.CornerRefinementWinSize 9;using var dictionary CvAruco.GetPredefinedDictionary(PredefinedDictionaryName.Dict4X4_1000);CvAruco.DetectMarkers(src, dictionary, out var corners, out var ids, detectorParameters, out var rejectedPoints);每个Aruco标记都有一个确定的ID然后根据路径读取图片。var detectorParameters new DetectorParameters();detectorParameters.CornerRefinementMethod CornerRefineMethod.Subpix;detectorParameters.CornerRefinementWinSize 9;进行检测器参数配置DetectorParameters: 创建ArUco检测器的参数对象用于控制标记检测的精度和行为CornerRefinementMethod.Subpix: 设置角点细化方法为子像素级别提高角点检测精度CornerRefinementWinSize 9: 设置角点细化窗口大小为9x9像素用于角点周围的子像素级优化using var dictionary CvAruco.GetPredefinedDictionary(PredefinedDictionaryName.Dict4X4_1000);进行字典配置CvAruco.GetPredefinedDictionary: 获取OpenCV预定义的ArUco标记字典PredefinedDictionaryName.Dict4X4_1000: 选择4x4位编码、包含1000个不同标记的字典类型CvAruco.DetectMarkers(src, dictionary, out var corners, out var ids, detectorParameters, out var rejectedPoints);这就在进行ArUco标记检测了主要知道一下参数是什么意思就行了。src - 输入图像包含要检测ArUco标记的源图像dictionary - 标记字典预定义的ArUco标记字典前面配置的Dict4X4_1000corners - 检测到的标记角点输出参数每个标记的4个角点坐标按顺时针顺序存储从左上角开始ids - 检测到的标记ID输出参数每个检测到的标记对应的ID编号detectorParameters - 检测参数前面配置的检测器参数包含角点细化等设置rejectedPoints - 被拒绝的候选标记输出参数检测过程中被识别为候选但最终被拒绝的标记角点自己再稍微打断点加深一下印象确实是每一项都有四个点。检测出了ArUco标记的ID。确实有一组被拒绝的候选标记。using var detectedMarkers src.Clone();CvAruco.DrawDetectedMarkers(detectedMarkers, corners, ids, Scalar.Crimson);在图像上绘制区域与ID。// Find the index of the four markers in the ids array. Well use this same index into the// corners array to find the corners of each marker.var upperLeftCornerIndex Array.FindIndex(ids, id id upperLeftMarkerId);var upperRightCornerIndex Array.FindIndex(ids, id id upperRightMarkerId);var lowerRightCornerIndex Array.FindIndex(ids, id id lowerRightMarkerId);var lowerLeftCornerIndex Array.FindIndex(ids, id id lowerLeftMarkerId);// Make sure we found all four markers.if (upperLeftCornerIndex 0 || upperRightCornerIndex 0|| lowerRightCornerIndex 0 || lowerLeftCornerIndex 0){return;}// Marker corners are stored clockwise beginning with the upper-left corner.// Get the first (upper-left) corner of the upper-left marker.var upperLeftPixel corners[upperLeftCornerIndex][0];// Get the second (upper-right) corner of the upper-right marker.var upperRightPixel corners[upperRightCornerIndex][1];// Get the third (lower-right) corner of the lower-right marker.var lowerRightPixel corners[lowerRightCornerIndex][2];// Get the fourth (lower-left) corner of the lower-left marker.var lowerLeftPixel corners[lowerLeftCornerIndex][3];// Create coordinates for passing to GetPerspectiveTransformvar sourceCoordinates new ListPoint2f{upperLeftPixel, upperRightPixel, lowerRightPixel, lowerLeftPixel};就是确保都找到了这些ID然后确定了一个区域就是这么一个区域这个区域由第一个ArUco标记的左上角点、第二个右上角点、第三个左下角点与第四个右下角点组成。var destinationCoordinates new ListPoint2f{new Point2f(0, 0),new Point2f(1024, 0),new Point2f(1024, 1024),new Point2f(0, 1024),};首先进行目标坐标定义定义了变换后的标准矩形区域创建一个1024×1024像素的正方形。using var transform Cv2.GetPerspectiveTransform(sourceCoordinates, destinationCoordinates);然后进行计算透视变换矩阵sourceCoordinates: 从检测到的4个ArUco标记角点提取的源坐标destinationCoordinates: 目标标准矩形坐标返回值: 3×3的透视变换矩阵用于将源四边形映射到目标矩形using var normalizedImage new Mat();Cv2.WarpPerspective(src, normalizedImage, transform, new Size(1024, 1024));