開始設計一種大蒜播種機

awolfbee

感覺按照蒜瓣這樣原始的狀態識別很麻煩，上周在工作的地方寫程序的時候就在考慮這個不一致性的問題，因為蒜頭碾碎成蒜瓣之后會存在很多蒜皮以及蒜根之類的不規則物品，對視覺識別會造成很大的干擾，這個可能要設計個設備，在把蒜瓣種子送入到鐘子箱之前就要預處理下，把從蒜瓣上剝離的蒜皮清理掉，把蒜根進一步去除，要么就在識別時將無法識別的丟棄到廢料箱中，后期人工再處理。

awolfbee

通過視覺軟件各種算法，取出蒜瓣的外形圖，現在就是要對這個外形圖進行處理，得出頭尾的結論。貌似這個也簡單，因為都帶有個小尾巴，但是我把外面的蒜皮剝掉之后是怎樣的呢？下面開始剝皮。
* J$ o) }& K9 h) s9 o, V/ T2 l! J
& _) f9 f* V! ?6 N+ U7 m% Z9 I其中的小點應該是灰塵，可以在計算過程中把面積小于多少的點排除，這樣就可以得出蒜瓣的凈輪廓圖像。
  M" V& _5 M9 c

awolfbee

  {6 Q$ y6 n+ c4 ~# f9 h% B剝掉蒜皮后的輪廓圖。最后一副圖樣有點奇怪，生成的輪廓曲線連貫且平滑，也就是重新生成了下然后就變成這樣了，不知道程序上有哪些變動。
  P$ ^3 }7 Q8 `2 _

awolfbee

程序如下：

操作系統： win7 64位
$ v6 b( F0 B  KIDE：VC++2010旗艦版
- o; C. i  b) `5 ~: R* i7 ]8 r視覺軟件： OPENCV 3.0


//#include "stdafx.h"
#include "core/core.hpp"
3 R7 r2 A6 T1 j#include <opencv2/imgproc/imgproc.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <iostream>
: a+ r5 n9 ]+ j, i7 g#include "highgui.h"
#include <set>
% v/ v  W9 [5 h5 N$ i- |#include <opencv2\opencv.hpp>
! l8 m1 m7 S9 N  H* G7 v5 |#include<vector>     //包含所需要的類文件vector，還有一定要加上using namespace std。
#include <stdio.h>
#include <conio.h>
#include <opencv2/highgui/highgui_c.h>
; |; C+ f% o3 [0 E3 F; A' p1 `#include <math.h>
#include "iostream"
* I+ D6 P6 C3 i, R5 t& G#include "cv.h"
#include "highgui.h"
3 W* o# `; k( ?% o. |3 g( f- Busing namespace std;
! v) z1 q/ w$ W4 ?1 I6 Eusing namespace cv;
  D* v& P6 d, u  w4 I$ X3 d8 U

. r1 e, v! {+ Z2 n% I
//-----------------------------------【main( )函數】--------------------------------------------
//     描述：控制臺應用程序的入口函數，我們的程序從這里開始
' q$ s  @( I7 D2 O* m1 z* g//-------------------------------------------------------------------------------------------------

& f$ r; O& X$ zint main()

: @4 M0 R8 w/ c8 u& V, N( K- ?- {5 _{
! o( \. L" H3 C8 h5 Qint chufa=1;
    //【1】從攝像頭讀入視頻

& r' x' D! k" N# u4 i    VideoCapture capture(0);
2 K% `8 }, G! X' `4 J  t5 p6 E
, S( E$ d0 f/ r  P# Y% p  B- @    Mat edges;   //定義類
# k( g0 E5 O1 Z8 m  R. |! e5 j
: y7 @- Q! g4 W9 d) U7 t, ]6 WnamedWindow("預處理后的視頻", 0);

//   Mat frame;  //定義一個Mat變量，用于存儲每一幀的圖像，將該項至于循環之外，不要重復定義Mat，增快速度；
0 G: P4 f, L! `  Q
//定義輪廓和層次結構（這個不是很理解）

//vector<vector<Point>>contours;  //其中contours 應該是一個變量，可以用在后面的輪廓查找的函數中，定義點的向量
- A/ w2 T( B, \; K0 }# Z* `
4 u9 p# D0 q. _8 y//vector<Vec4i>hierarchy;    //定義四維向量？？？

//【2】循環顯示每一幀
, K" U$ c( N) q# C+ j3 A
    while (1)
7 B3 R( G7 ~2 r8 B  C: H
    {
" a1 D0 K. L9 g+ B/ X
" O2 p7 W7 @! O% p5 E; n+ X6 j        //讀入圖像

           Mat frame;  //定義一個Mat變量，用于存儲每一幀的圖像，將該項至于循環之外，不要重復定義Mat，增快速度；

           if (chufa=1) //當取樣信號為1時，開始取當前幀，然后進行識別

1 ?, {/ A. v0 m3 Z+ \5 k% Q                        {

                          capture >> frame;                                              //讀取當前幀，videocapture函數是不斷讀取外界的視頻，需要一個類來讀取當前幀，
                                                  chufa=0;

                                                                                                  //對于只需要一副圖片來進行檢測的操作來說，每個循環只要出發某個取樣信號，取樣一次就好了。因此用IF語句
) Y( h0 i$ Y. W
5 d* U2 Y1 Y: H- G" T                           cvtColor(frame, edges, CV_BGR2GRAY);      //灰度化  --如果說需要使用顏色檢測蒜瓣的底部和頭部，可能還需要顏色來判斷

                          threshold(edges, edges, 120, 255, CV_THRESH_BINARY | CV_THRESH_OTSU);         //二值化，將其變成黑白兩色的圖樣
. h' p- c; w+ A
+ A8 s# c* m. V' p4 R& c2 o5 x                          blur(edges, edges, Size(3, 3));                           //進行模糊，使用3*3內核來降噪

+ h( e  R: P* j8 y                         Canny(edges, edges, 0, 30, 3);                            //進行canny邊緣檢測并顯示
2 R, a/ N5 \( Y% a
                       // findContours (edges, contours, hierarchy, CV_RETR_EXTERNAL, CV_CHAIN_APPROX_NONE);           //要求原圖像為8位單通道圖像；其中edges是源文件，contours是輪廓函數？？
) q! R. z4 ]# ~, B0 c7 F1 e
, w. C+ `5 y/ w2 i9 h                                                                                                                                                                                      //CV_RETR_EXTERNAL,僅需要外側的輪廓用于識別，
8 B! _# k- i. z* Q! [* i) D$ `% v
; R% i: O  @& w6 d1 `5 g1 ]% W                                                                                                                                                                                      //CV_CHAIN_APPROX_NONE，獲取每個輪廓的每個像素，最好是連續的，

                       }
( \' ?$ N( h$ ]* n8 \, V( r5 A5 i. \
        imshow("蒜瓣輪廓圖", edges);                        //顯示當前幀
) v% M! z6 ^& o$ e) n+ Z
" a! k. O) ~3 \1 ?) H2 K        if (waitKey(30) >= 0)

+ ^0 G0 @. \! K* ]/ D7 [% P            break;



, P, n% G+ S$ a9 z: ], H7 c    }
$ X- {% t# u' T" ~& ]9 j
) M6 c5 w+ q# W    return 0;
0 [) m* d/ A( F! I) L: B& m
}

awolfbee

大白小白 發表于 2020-11-18 13:14
: H  V# y" E2 o+ o" d@awolfbee 蒜頭壓碎成蒜瓣，有視頻么？四處紛飛？能不能溫柔點？

% c& ~  \! s; Xhttps://item.taobao.com/item.htm?spm=a230r.1.14.30.2220dd82nuirRU&id=626297555950&ns=1&abbucket=2#detail

這是大蒜分瓣機。
/ |0 w' b0 r, Q0 ?; A

awolfbee

大白小白 發表于 2020-11-22 21:23
在圖片上注釋，沒看懂啥意思

帶有塊狀的根部，大蒜剝好之后是沒有這個的。
: Y/ J9 x: O) x0 ?2 \+ S- q

大白小白

awolfbee 發表于 2021-2-5 19:24
帶有塊狀的根部，大蒜剝好之后是沒有這個的。

老大放假了？
; t& T' |" o5 J  H$ O

awolfbee

今天，哦不， 是昨天開始放假，上午上班的時候看了一個關于單攝像頭加線狀激光發射器旋轉配合OPENCV形成立體圖的文章，對激光三維照相有了一點了解。之所以考慮這樣的方式，是因為這幾天一直在思考如何從大蒜的側面的形狀判斷哪邊是頭或者尾，問題在于誤判率太高。所以還是回到檢測頭和尾的形狀特征上來。之前考慮的是接觸式的檢測方式，當時有考慮用點陣壓力傳感器測量蒜頭和蒜尾的接觸壓力，如果壓力是環形，則是尾（實際上也不一定，因為有根的存在就會誤判），如果壓力為點狀，則為蒜尖。但是從耐久性來考慮，還是非接觸式的為好，這樣看來，非激光立體照相不可了。

awolfbee

http://www.csksoft.net/blog/post/lowcost_3d_laser_ranger_1.html

2 C, ^; N* e4 B這是一個激光三維成像的帖子，在其中得到不少啟發。

" a  P" X: n7 r, W8 s如果能對蒜瓣的頭尾進行三維掃描，獲得立體的圖像，則可以對圖像進行分析，確定頭尾，這比用基恩士的要劃算多了，而且這個掃描面積很小，估計就是10*10個mm。

awolfbee

利用廢舊光驅上的鏡頭，在之前的攝像頭上增加一個透鏡，調節焦距，形成一個小的電子顯微鏡，這是大蒜的底部照片。


( i2 H7 C' g* z! R* F這個嘛，猜猜？