OPENCV 斑点检测骰子识别

z13228604287

这里是就直接翻译的网上牛人的一个例子：速度非常快

  

窗口程序集名	保 留	保 留	备 注
程序集1

子程序名	返回值类型	公开	备 注
_启动子程序	整数型		本子程序在程序启动后最先执行

变量名	类 型	静态	数组	备 注
图	多维矩阵类
图片名	文本型

' 链接：[url]https://pan.baidu.com/s/1VSYkILerRQsoDiIhl-6eTQ?pwd=4ypk[/url]
' 提取码：4ypk
' 图片素材> OpnCV VIP >例子素材与模型>基础算法骰子识别>
视觉_创建窗口 (“小白鼠”, 0)
图片名 ＝ 寻找文件 (“C:\Users\hanyo\Desktop\谷子识别\JPEGImages\*.jpg”, #存档文件 )
判断循环首 (图片名 ≠ “”)
图片名 ＝ 寻找文件 (, )
图.从文件加载 (“C:\Users\hanyo\Desktop\谷子识别\JPEGImages\” ＋ 图片名, #读图_彩色 )
测试算法流程 (图)
判断循环尾 ()
返回 (0)  ' 可以根据您的需要返回任意数值

子程序名	返回值类型	公开	备 注
测试算法流程
参数名	类 型	参考	可空	数组	备 注
输入图片	多维矩阵类

变量名	类 型	静态	数组	备 注
结果图	多维矩阵类
图_复制	多维矩阵类
蒙版_图	多维矩阵类
黑色_图	多维矩阵类
图2	多维矩阵类
HSV_图	多维矩阵类
蒙版	多维矩阵类
轮廓	多维数组点2i类
距离_转换	多维矩阵类
二值化	多维矩阵类
蒙版_复制	多维矩阵类
零时2	多维矩阵类
核心	多维矩阵类
最大值	双精度小数型
最大值坐标	点2i类
零时	多维矩阵类
零_图	多维矩阵类
轮廓2	多维数组点2i类
i	整数型
旋转矩形	旋转矩形类
x0	整数型
y0	整数型
感兴区域	多维矩阵类
点数	整数型

结果图 ＝ 输入图片.克隆 ()
图_复制 ＝ 输入图片.克隆 ()
蒙版_图.初始化 (输入图片.行数 (), 输入图片.列数 (), #Cv无符号字节型, )
黑色_图.初始化 (输入图片.行数 (), 输入图片.列数 (), #Cv无符号字节型_三通道, )
视觉_圆 (蒙版_图, 点2i (1250, 1040), 800, 标量 (255), -1, 8, 0)
视觉_加 (输入图片, 黑色_图, 图2, 蒙版_图, -1)
视觉_颜色空间转换 (图2, HSV_图, #颜色_BGR转HSV, 0)
视觉_在范围内 (HSV_图, 标量 (0, 0, 200), 标量 (180, 80, 255), 蒙版)
视觉_中值滤波 (蒙版, 蒙版, 5)
视觉_查找轮廓 (蒙版, 轮廓, , #检测_外部, #逼近_任何, )
视觉_绘制轮廓 (蒙版, 轮廓, -1, 标量 (255, 255, 255), -1, 8, , 2147483647, )
蒙版_复制 ＝ 蒙版.克隆 ()
视觉_调整尺寸 (蒙版, 零时2, 尺寸2i (800, 600), 0, 0, 1)
核心 ＝ 视觉_获取结构元素 (0, 尺寸2i (3, 3), )
视觉_腐蚀 (蒙版_复制, 蒙版_复制, 核心, , 60, 4, )
视觉_距离变换 (蒙版_复制, 距离_转换, , 1, 5, 0)
视觉_转换比例绝对值 (距离_转换, 距离_转换, 1, 0)  ' //32F转8U
视觉_最小最大位置 (距离_转换, , 最大值, , 最大值坐标, )
视觉_阈值 (距离_转换, 二值化, 最大值 × 0.75, 255, 0)  ' //二值化
视觉_调整尺寸 (二值化, 零时, 尺寸2i (800, 600), 0, 0, 1)
零_图 ＝ 二值化.克隆 ()
视觉_查找轮廓 (零_图, 轮廓2, , 检测_外部, #逼近_任何, )
计次循环首 (轮廓2.尺寸 (), i)
旋转矩形 ＝ 视觉_最小轮廓矩形 (轮廓2.取点2i类数组 (i))
x0 ＝ 旋转矩形.质心 ().左边
y0 ＝ 旋转矩形.质心 ().顶边
感兴区域 ＝ 输入图片.感兴区域 (矩形2i (x0 － 150, y0 － 150, 300, 300))
点数 ＝ 点数识别 (感兴区域)
视觉_圆 (结果图, 点2i (x0, y0), 150, 标量 (0, 0, 255), 10, 8, 0)
视觉_放置文本 (结果图, 到文本 (点数), 点2i (x0 － 150, y0 － 150), 5, 8, 标量 (0, 255, 0), 10, 8, 假)
计次循环尾 ()
视觉_显示图像 (“小白鼠”, 结果图)
视觉_等待按键 (1)

子程序名	返回值类型	公开	备 注
点数识别	整数型
参数名	类 型	参考	可空	数组	备 注
图片感性区域	多维矩阵类

变量名	类 型	静态	数组	备 注
结果	多维矩阵类
骰子数	整数型
HSV_图	多维矩阵类
蒙版	多维矩阵类
核心	多维矩阵类
蒙版_复制	多维矩阵类
轮廓	多维数组点2i类
i	整数型
矩形	矩形2i类
感兴区域	多维矩阵类
面积	双精度小数型
斑点检测器	简单斑点检测器类
关键点	关键点类		0
填充调色板	标量类

斑点检测器.按凹过滤 ＝ 真
斑点检测器.最小凹度 ＝ 0.45
斑点检测器.初始化 ()
结果 ＝ 图片感性区域.克隆 ()
视觉_颜色空间转换 (图片感性区域, HSV_图, #颜色_BGR转HSV, 0)  ' //Bgr转Hsv
视觉_在范围内 (HSV_图, 标量 (0, 0, 200), 标量 (180, 80, 255), 蒙版)
视觉_中值滤波 (蒙版, 蒙版, 9)
核心 ＝ 视觉_获取结构元素 (0, 尺寸2i (5, 5), )
视觉_腐蚀 (蒙版, 蒙版, 核心, , 1, 4, )
视觉_膨胀 (蒙版, 蒙版, 核心, , 1, 4, )
蒙版_复制 ＝ 蒙版.克隆 ()
视觉_查找轮廓 (蒙版, 轮廓, , 检测_外部, #逼近_任何, )
计次循环首 (轮廓.尺寸 (), i)
矩形 ＝ 视觉_最大轮廓矩形 (轮廓.取点2i类数组 (i))
感兴区域 ＝ 蒙版_复制.感兴区域 (矩形)
面积 ＝ 视觉_轮廓面积 (轮廓.取点2i类数组 (i), 假)
如果真 (面积 ＞ 700)
视觉_调整尺寸 (感兴区域, 感兴区域, 尺寸2i (150, 150), 0, 0, 1)
视觉_阈值 (感兴区域, 感兴区域, 150, 255, 位或 ( #阈值_二进制, #阈值_大津 ))  ' //二值化
填充调色板.初始化 (255, , , )
视觉_漫水填充 (感兴区域, , 点2i (0, 0), 填充调色板, , , , 4)
视觉_漫水填充 (感兴区域, , 点2i (0, 149), 填充调色板, , , , 4)
视觉_漫水填充 (感兴区域, , 点2i (149, 0), 填充调色板, , , , 4)
视觉_漫水填充 (感兴区域, , 点2i (149, 149), 填充调色板, , , , 4)
斑点检测器.检测 (感兴区域, 关键点, )
如果真 (取数组成员数 (关键点) ＞ 骰子数)
骰子数 ＝ 取数组成员数 (关键点)


计次循环尾 ()
返回 (骰子数)

i支持库列表	支持库注释
OpenCV	(未知支持库)

.版本 2<br /> .支持库 OpenCV<br /> <br /> .程序集 程序集1<br /> <br /> .子程序 _启动子程序, 整数型, , 本子程序在程序启动后最先执行<br /> .局部变量 图, 多维矩阵类<br /> .局部变量 图片名, 文本型<br /> <br /> ' 链接：<a href="https://pan.baidu.com/s/1VSYkILerRQsoDiIhl-6eTQ?pwd=4ypk" rel="nofollow" target="_blank">https://pan.baidu.com/s/1VSYkILerRQsoDiIhl-6eTQ?pwd=4ypk</a><br /> ' 提取码：4ypk<br /> ' 图片素材> OpnCV VIP >例子素材与模型>基础算法骰子识别><br /> <br /> 视觉_创建窗口 (“小白鼠”, 0)<br /> 图片名 ＝ 寻找文件 (“C:\Users\hanyo\Desktop\谷子识别\JPEGImages\*.jpg”, #存档文件)<br /> .判断循环首 (图片名 ≠ “”)<br />     图片名 ＝ 寻找文件 (, )<br />     图.从文件加载 (“C:\Users\hanyo\Desktop\谷子识别\JPEGImages\” ＋ 图片名, #读图_彩色)<br />     测试算法流程 (图)<br /> .判断循环尾 ()<br /> <br /> 返回 (0)  ' 可以根据您的需要返回任意数值<br /> <br /> .子程序 测试算法流程<br /> .参数 输入图片, 多维矩阵类<br /> .局部变量 结果图, 多维矩阵类<br /> .局部变量 图_复制, 多维矩阵类<br /> .局部变量 蒙版_图, 多维矩阵类<br /> .局部变量 黑色_图, 多维矩阵类<br /> .局部变量 图2, 多维矩阵类<br /> .局部变量 HSV_图, 多维矩阵类<br /> .局部变量 蒙版, 多维矩阵类<br /> .局部变量 轮廓, 多维数组点2i类<br /> .局部变量 距离_转换, 多维矩阵类<br /> .局部变量 二值化, 多维矩阵类<br /> .局部变量 蒙版_复制, 多维矩阵类<br /> .局部变量 零时2, 多维矩阵类<br /> .局部变量 核心, 多维矩阵类<br /> .局部变量 最大值, 双精度小数型<br /> .局部变量 最大值坐标, 点2i类<br /> .局部变量 零时, 多维矩阵类<br /> .局部变量 零_图, 多维矩阵类<br /> .局部变量 轮廓2, 多维数组点2i类<br /> .局部变量 i, 整数型<br /> .局部变量 旋转矩形, 旋转矩形类<br /> .局部变量 x0, 整数型<br /> .局部变量 y0, 整数型<br /> .局部变量 感兴区域, 多维矩阵类<br /> .局部变量 点数, 整数型<br /> <br /> 结果图 ＝ 输入图片.克隆 ()<br /> 图_复制 ＝ 输入图片.克隆 ()<br /> 蒙版_图.初始化 (输入图片.行数 (), 输入图片.列数 (), #Cv无符号字节型, )<br /> 黑色_图.初始化 (输入图片.行数 (), 输入图片.列数 (), #Cv无符号字节型_三通道, )<br /> 视觉_圆 (蒙版_图, 点2i (1250, 1040), 800, 标量 (255), -1, 8, 0)<br /> 视觉_加 (输入图片, 黑色_图, 图2, 蒙版_图, -1)<br /> 视觉_颜色空间转换 (图2, HSV_图, #颜色_BGR转HSV, 0)<br /> 视觉_在范围内 (HSV_图, 标量 (0, 0, 200), 标量 (180, 80, 255), 蒙版)<br /> 视觉_中值滤波 (蒙版, 蒙版, 5)<br /> 视觉_查找轮廓 (蒙版, 轮廓, , #检测_外部, #逼近_任何, )<br /> 视觉_绘制轮廓 (蒙版, 轮廓, -1, 标量 (255, 255, 255), -1, 8, , 2147483647, )<br /> 蒙版_复制 ＝ 蒙版.克隆 ()<br /> 视觉_调整尺寸 (蒙版, 零时2, 尺寸2i (800, 600), 0, 0, 1)<br /> 核心 ＝ 视觉_获取结构元素 (0, 尺寸2i (3, 3), )<br /> 视觉_腐蚀 (蒙版_复制, 蒙版_复制, 核心, , 60, 4, )<br /> 视觉_距离变换 (蒙版_复制, 距离_转换, , 1, 5, 0)<br /> 视觉_转换比例绝对值 (距离_转换, 距离_转换, 1, 0)  ' //32F转8U<br /> 视觉_最小最大位置 (距离_转换, , 最大值, , 最大值坐标, )<br /> 视觉_阈值 (距离_转换, 二值化, 最大值 × 0.75, 255, 0)  ' //二值化<br /> 视觉_调整尺寸 (二值化, 零时, 尺寸2i (800, 600), 0, 0, 1)<br /> 零_图 ＝ 二值化.克隆 ()<br /> 视觉_查找轮廓 (零_图, 轮廓2, , 检测_外部, #逼近_任何, )<br /> .计次循环首 (轮廓2.尺寸 (), i)<br />     旋转矩形 ＝ 视觉_最小轮廓矩形 (轮廓2.取点2i类数组 (i))<br />     x0 ＝ 旋转矩形.质心 ().左边<br />     y0 ＝ 旋转矩形.质心 ().顶边<br />     感兴区域 ＝ 输入图片.感兴区域 (矩形2i (x0 － 150, y0 － 150, 300, 300))<br />     点数 ＝ 点数识别 (感兴区域)<br />     视觉_圆 (结果图, 点2i (x0, y0), 150, 标量 (0, 0, 255), 10, 8, 0)<br />     视觉_放置文本 (结果图, 到文本 (点数), 点2i (x0 － 150, y0 － 150), 5, 8, 标量 (0, 255, 0), 10, 8, 假)<br /> .计次循环尾 ()<br /> 视觉_显示图像 (“小白鼠”, 结果图)<br /> 视觉_等待按键 (1)<br /> <br /> .子程序 点数识别, 整数型<br /> .参数 图片感性区域, 多维矩阵类<br /> .局部变量 结果, 多维矩阵类<br /> .局部变量 骰子数, 整数型<br /> .局部变量 HSV_图, 多维矩阵类<br /> .局部变量 蒙版, 多维矩阵类<br /> .局部变量 核心, 多维矩阵类<br /> .局部变量 蒙版_复制, 多维矩阵类<br /> .局部变量 轮廓, 多维数组点2i类<br /> .局部变量 i, 整数型<br /> .局部变量 矩形, 矩形2i类<br /> .局部变量 感兴区域, 多维矩阵类<br /> .局部变量 面积, 双精度小数型<br /> .局部变量 斑点检测器, 简单斑点检测器类<br /> .局部变量 关键点, 关键点类, , "0"<br /> .局部变量 填充调色板, 标量类<br /> <br /> 斑点检测器.按凹过滤 ＝ 真<br /> 斑点检测器.最小凹度 ＝ 0.45<br /> 斑点检测器.初始化 ()<br /> 结果 ＝ 图片感性区域.克隆 ()<br /> 视觉_颜色空间转换 (图片感性区域, HSV_图, #颜色_BGR转HSV, 0)  ' //Bgr转Hsv<br /> 视觉_在范围内 (HSV_图, 标量 (0, 0, 200), 标量 (180, 80, 255), 蒙版)<br /> 视觉_中值滤波 (蒙版, 蒙版, 9)<br /> 核心 ＝ 视觉_获取结构元素 (0, 尺寸2i (5, 5), )<br /> 视觉_腐蚀 (蒙版, 蒙版, 核心, , 1, 4, )<br /> 视觉_膨胀 (蒙版, 蒙版, 核心, , 1, 4, )<br /> 蒙版_复制 ＝ 蒙版.克隆 ()<br /> 视觉_查找轮廓 (蒙版, 轮廓, , 检测_外部, #逼近_任何, )<br /> .计次循环首 (轮廓.尺寸 (), i)<br />     矩形 ＝ 视觉_最大轮廓矩形 (轮廓.取点2i类数组 (i))<br />     感兴区域 ＝ 蒙版_复制.感兴区域 (矩形)<br />     面积 ＝ 视觉_轮廓面积 (轮廓.取点2i类数组 (i), 假)<br />     .如果真 (面积 ＞ 700)<br />         视觉_调整尺寸 (感兴区域, 感兴区域, 尺寸2i (150, 150), 0, 0, 1)<br />         视觉_阈值 (感兴区域, 感兴区域, 150, 255, 位或 (#阈值_二进制, #阈值_大津))  ' //二值化<br />         填充调色板.初始化 (255, , , )<br />         视觉_漫水填充 (感兴区域, , 点2i (0, 0), 填充调色板, , , , 4)<br />         视觉_漫水填充 (感兴区域, , 点2i (0, 149), 填充调色板, , , , 4)<br />         视觉_漫水填充 (感兴区域, , 点2i (149, 0), 填充调色板, , , , 4)<br />         视觉_漫水填充 (感兴区域, , 点2i (149, 149), 填充调色板, , , , 4)<br />         斑点检测器.检测 (感兴区域, 关键点, )<br />         .如果真 (取数组成员数 (关键点) ＞ 骰子数)<br />             骰子数 ＝ 取数组成员数 (关键点)<br />         .如果真结束<br /> <br />     .如果真结束<br /> <br /> .计次循环尾 ()<br /> 返回 (骰子数)

paulz2022

如果加个无线摄像头在里面，赌王都得败啊，牛气