我想使用opencv来检查托盘上制品的数量
托盘是黑色塑料的
制品是黄色的
不知道有那位做过这方面的。

解决方案 »

  1.   

    下面是我在网上找的例子,我转换delphi的时候
    在 cvCreateStructuringElementEx 这个地方不能调用,这个之前的可以调用,不知是怎么回事。
    // Advanced_Application.cpp : 定义控制台应用程序的入口点。//#include "stdafx.h"
    #include <cv.h>
    #include <highgui.h>
    #include <math.h>
    //#include <stdlib.h>//#include <stdio.h>
    int main(int argc, char* argv[])
    {
        IplImage *src = 0; //定义源图像指针    IplImage *tmp = 0; //定义临时图像指针    IplImage *src_back = 0; //定义源图像背景指针    IplImage *dst_gray = 0; //定义源文件去掉背景后的目标灰度图像指针    IplImage *dst_bw = 0; //定义源文件去掉背景后的目标二值图像指针    IplImage *dst_contours = 0; //定义轮廓图像指针    IplConvKernel *element = 0; //定义形态学结构指针    int Number_Object =0; //定义目标对象数量    int contour_area_tmp = 0; //定义目标对象面积临时寄存器    int contour_area_sum = 0; //定义目标所有对象面积的和    int contour_area_ave = 0; //定义目标对象面积平均值    int contour_area_max = 0; //定义目标对象面积最大值    CvMemStorage *stor = 0;
        CvSeq * cont = 0;
        CvContourScanner contour_scanner; 
        CvSeq * a_contour= 0;
     
        //1.读取和显示图像    /* the first command line parameter must be image file name */
        if ( argc == 2 && (src = cvLoadImage(argv[1], -1))!=0 )
        {
            ;
        }
        else
        {
            src = cvLoadImage("rice.jpg", 0);
        }
        cvNamedWindow( "src", CV_WINDOW_AUTOSIZE );
        cvShowImage( "src", src );
        //cvSmooth(src, src, CV_MEDIAN, 3, 0, 0, 0); //中值滤波,消除小的噪声;    //2.估计图像背景    tmp = cvCreateImage( cvGetSize(src), src->depth, src->nChannels);
        src_back = cvCreateImage( cvGetSize(src), src->depth, src->nChannels);
        //创建结构元素    element = cvCreateStructuringElementEx( 4, 4, 1, 1, CV_SHAPE_ELLIPSE, 0);
        //用该结构对源图象进行数学形态学的开操作后,估计背景亮度    cvErode( src, tmp, element, 10);
        cvDilate( tmp, src_back, element, 10);
        cvNamedWindow( "src_back", CV_WINDOW_AUTOSIZE );
        cvShowImage( "src_back", src_back );
        //3.从源图象中减区背景图像    dst_gray = cvCreateImage( cvGetSize(src), src->depth, src->nChannels);
        cvSub( src, src_back, dst_gray, 0);
        cvNamedWindow( "dst_gray", CV_WINDOW_AUTOSIZE );
        cvShowImage( "dst_gray", dst_gray );
        //4.使用阀值操作将图像转换为二值图像    dst_bw = cvCreateImage( cvGetSize(src), src->depth, src->nChannels);
        cvThreshold( dst_gray, dst_bw ,50, 255, CV_THRESH_BINARY ); //取阀值为50把图像转为二值图像    //cvAdaptiveThreshold( dst_gray, dst_bw, 255, CV_ADAPTIVE_THRESH_MEAN_C, CV_THRESH_BINARY, 3, 5 );    cvNamedWindow( "dst_bw", CV_WINDOW_AUTOSIZE );
        cvShowImage( "dst_bw", dst_bw );
        //5.检查图像中的目标对象数量    stor = cvCreateMemStorage(0);
        cont = cvCreateSeq(CV_SEQ_ELTYPE_POINT, sizeof(CvSeq), sizeof(CvPoint), stor);
        Number_Object = cvFindContours( dst_bw, stor, &cont, sizeof(CvContour), 
        CV_RETR_TREE, CV_CHAIN_APPROX_SIMPLE, cvPoint(0,0) ); //找到所有轮廓    printf("Number_Object: %d\n", Number_Object);
        //6.计算图像中对象的统计属性    dst_contours = cvCreateImage( cvGetSize(src), src->depth, src->nChannels);
        cvThreshold( dst_contours, dst_contours ,0, 255, CV_THRESH_BINARY ); //在画轮廓前先把图像变成白色    for(;cont;cont = cont->h_next)
        {
            cvDrawContours( dst_contours, cont, CV_RGB(255, 0, 0), CV_RGB(255, 0, 0), 0, 1, 8, cvPoint(0, 0) ); //绘制当前轮廓        contour_area_tmp = fabs(cvContourArea( cont, CV_WHOLE_SEQ )); //获取当前轮廓面积        if( contour_area_tmp > contour_area_max )
            {
                contour_area_max = contour_area_tmp; //找到面积最大的轮廓        }
            contour_area_sum += contour_area_tmp; //求所有轮廓的面积和    }
        contour_area_ave = contour_area_sum/ Number_Object; //求出所有轮廓的平均值    printf("contour_area_ave: %d\n", contour_area_ave );
        printf("contour_area_max: %d\n", contour_area_max );
        cvNamedWindow( "dst_contours", CV_WINDOW_AUTOSIZE );
        cvShowImage( "dst_contours", dst_contours );
        cvWaitKey(-1); //等待退出    cvReleaseImage(&src);
        cvReleaseImage(&tmp);
        cvReleaseImage(&src_back);
        cvReleaseImage(&dst_gray);
        cvReleaseImage(&dst_bw);
        cvReleaseImage(&dst_contours);
        cvReleaseMemStorage(&stor);
        cvDestroyWindow( "src" );
        cvDestroyWindow( "src_back" );
        cvDestroyWindow( "dst_gray" );
        cvDestroyWindow( "dst_bw" );
        cvDestroyWindow( "dst_contours" );
        //void cvDestroyAllWindows(void);    return 0;
    }
      

  2.   

    我以前的一个程序用到了这部分内容,我是实用vc++进行了一次封装,封装成dll,然后使用delphi来调用这个dll的
      

  3.   

    轮廓和颜色检测,demo里面都有
      

  4.   

    下面的代码是我转换过来的,不过可以编译通过,
    但是运行后错误信息很多。unit Unit1;interfaceuses
      Windows, Messages, SysUtils, Variants, Classes, Graphics, Controls, Forms,
      Dialogs,OpenCV,IPL, StdCtrls;type
      TForm1 = class(TForm)
        Button1: TButton;
        Button2: TButton;
        procedure Button1Click(Sender: TObject);
        procedure Button2Click(Sender: TObject);
      private
        { Private declarations }
      public
        { Public declarations }
      end;var
      Form1: TForm1; src     : pIplImage = 0;  //定义源图像指针
     tmp     : pIplImage = 0;  //定义临时图像指针
     src_back: pIplImage = 0; //定义源图像背景指针
     dst_gray: pIplImage = 0; //定义源文件去掉背景后的目标灰度图像指针
     dst_bw  : pIplImage = 0; //定义源文件去掉背景后的目标二值图像指针
     dst_contours  : pIplImage = 0;  //定义轮廓图像指针
     element  : pIplConvKernel = 0;   //定义形态学结构指针
     Number_Object :integer=0; //定义目标对象数量
     contour_area_tmp :integer = 0; //定义目标对象面积临时寄存器
    // contour_area_tmp :integer= 0; //定义目标对象面积临时寄存器
     contour_area_sum :integer= 0; //定义目标所有对象面积的和
     contour_area_ave :integer= 0; //定义目标对象面积平均值
     contour_area_max :integer= 0; //定义目标对象面积最大值 stor:   pCvMemStorage   = 0;
     cont:   pCvSeq   = 0;
     a_contour:   pCvSeq = 0;implementation{$R *.dfm}procedure TForm1.Button1Click(Sender: TObject);
    begin
    //1.读取和显示图像
    src := cvLoadImage('E:\program\视频物品数量识别\数量识别\test.jpg', 0);
    cvNamedWindow( 'src', 0 );//cvNamedWindow( 'src', CV_WINDOW_AUTOSIZE );
    cvShowImage( 'src', src );
    //cvSmooth(src, src, CV_MEDIAN, 3, 0, 0, 0); //中值滤波,消除小的噪声;
    //2.估计图像背景
    tmp := cvCreateImage( cvGetSize(src), src.depth, src.nChannels);src_back := cvCreateImage( cvGetSize(src), src.depth, src.nChannels);
    //创建结构元素element := cvCreateStructuringElementEx( 4, 4, 1, 1, 0, 0);
     //用该结构对源图象进行数学形态学的开操作后,估计背景亮度
        cvErode( src, tmp, element, 10);
        cvDilate( tmp, src_back, element, 10);
        cvNamedWindow('src_back', 0 );
        cvShowImage('src_back', src_back );    //3.从源图象中减区背景图像    dst_gray := cvCreateImage( cvGetSize(src), src.depth, src.nChannels);
        cvSub( src, src_back, dst_gray, 0);
        cvNamedWindow( 'dst_gray', 0 );
        cvShowImage('dst_gray', dst_gray );   //4.使用阀值操作将图像转换为二值图像    dst_bw := cvCreateImage( cvGetSize(src), src.depth, src.nChannels);
        cvThreshold( dst_gray, dst_bw ,50, 255, CV_THRESH_BINARY ); //取阀值为50把图像转为二值图像
        cvNamedWindow('dst_bw', 0 );
        cvShowImage('dst_bw', dst_bw );
        //5.检查图像中的目标对象数量    stor := cvCreateMemStorage(0);
        cont := cvCreateSeq(0, sizeof(CvSeq), sizeof(CvPoint), stor);
        Number_Object := cvFindContours( dst_bw, stor, @cont, sizeof(CvContour),
        CV_RETR_TREE, CV_CHAIN_APPROX_SIMPLE, cvPoint_(0,0) ); //找到所有轮廓     showmessage(IntToStr(Number_Object));    cvNamedWindow( 'dst_contours', 0 );
        cvShowImage('dst_contours', dst_contours );
        cvWaitKey(-1); //等待退出    cvReleaseImage(src);
        cvReleaseImage(tmp);
        cvReleaseImage(src_back);
        cvReleaseImage(dst_gray);
        cvReleaseImage(dst_bw);
        cvReleaseImage(dst_contours);
        cvReleaseMemStorage(stor);
        cvDestroyWindow('src');
        cvDestroyWindow('src_back');
        cvDestroyWindow('dst_gray' );
        cvDestroyWindow('dst_bw' );
        cvDestroyWindow('dst_contours');
        
    end;
    end.
      

  5.   

    test.jpg 是一张黑色背景,其中有几个白色的圆,下面代码实现圆点数的统计    src := cvLoadImage('E:\program\视频物品数量识别\数量识别\testpicture\test.jpg', 0);
        cvNamedWindow('src', 0 );
        cvShowImage('src', src );
        cvThreshold( src, src ,50, 255, CV_THRESH_BINARY ); //取阀值为50把图像转为二值图像
        stor := cvCreateMemStorage(0);
        cont := cvCreateSeq(0, sizeof(CvSeq), sizeof(CvPoint), stor);
        Number_Object := cvFindContours( src, stor, @cont, sizeof(CvContour),
        CV_RETR_LIST, CV_CHAIN_APPROX_SIMPLE, cvPoint_(0,0) ); //找到所有轮廓
        showmessage(IntToStr(Number_Object));
      

  6.   

    下面是DELPHI 代码
    VAR font:^tcvFont;
    cvInitFont(@font, CV_FONT_HERSHEY_SCRIPT_SIMPLEX,1.0,1.0,0.0, 1, 8);
    cvPutText(frame,Pchar('easy'),cvPoint_(400,450), @font,CV_RGB(0,255,0));下面是CVFONT的定义:
    //* Font structure
    type
    CvFont = record
        font_face : integer; //* =CV_FONT_* */
        ascii : pInteger; //* font data and metrics
        greek ,cyrillic: pInteger;
        hscale, vscale ,
        shear: float;//* slope coefficient: 0 - normal, >0 - italic */
        thickness : integer; //
        dx : float; //* horizontal interval between letters */
        line_type : integer;
    end;
      TCvFont = CvFont;
      PCvFont = ^TCvFont;提示OpenCV function failed Bad argument错误信息。不知道错在那里。
      

  7.   

    下面是我的程序代码,现在我使用cvInitFont时提示结构错误,我不知道错在那里,麻烦你帮我看看好吗?我用的是delphi .感恩!var fonta :pcvFont;cvInitFont(@fonta, CV_FONT_HERSHEY_SCRIPT_SIMPLEX,0.3,0.3,0, 1, 8);
    cvPutText(frame,Pchar('easy'),cvPoint_(400,450), fonta,CV_RGB(0,255,0)); 
    opencv.pas 定义如下type
    CvFont = record
        font_face : integer; //* =CV_FONT_* */
        ascii : pInteger; //* font data and metrics
        greek ,cyrillic: pInteger;
        hscale, vscale ,
        shear: float;//* slope coefficient: 0 - normal, >0 - italic */
        thickness : integer; //
        dx : float; //* horizontal interval between letters */
        line_type : integer;
    end;
      pCVFont = ^CvFont;
      

  8.   

    各位好!
    基本功能我已经完成。
    现在有个新的问题,我想在轮廓周围画矩形框,然后在标注数字。c++的方法我有了。不过转换为delphi的时候却不能正常运行,不知哪位有着方面的经验。谢谢!