本项目是一个基于OpenCV的C++图像处理程序，实现了多种基础的图像处理操作。
.
├── CMakeLists.txt # CMake构建配置文件
├── README.md # 项目说明文档
├── src/ # 源代码目录
│ ├── main.cpp # 基础图像处理程序源代码
│ └── armor_detector_v2.cpp # 改进版装甲板检测程序源代码
├── resources/ # 资源文件目录
│ ├── cosmos-7585071_1280.jpg # 测试图像
│ ├── test_image_2.png # Robomaster比赛测试图像
│ └── 第二次培训：OpenCV C++ 图像处理基础 (1).pdf # OpenCV基础教程
└── output/ # 处理后的图像输出目录
├── 01_original_image.jpg # 原始图像
├── 02_grayscale_image.jpg # 灰度图
├── 03_hsv_image.jpg # HSV图像
├── 04_blur_image.jpg # 均值滤波图像
├── 05_gaussian_blur_image.jpg # 高斯滤波图像
├── 06_red_mask.jpg # 红色区域掩码
├── 07_red_contours.jpg # 红色外轮廓（绿色绘制）
├── 08_red_bounding_boxes.jpg # 红色边界框（蓝色绘制）
├── 09_binary_image.jpg # 二值化图像
├── 10_dilated_image.jpg # 膨胀处理图像
├── 11_eroded_image.jpg # 腐蚀处理图像
├── 12_flood_fill.jpg # 漫水填充处理图像
├── 13_drawing_shapes_text.jpg # 绘制图形和文字
├── 14_drawn_red_contours.jpg # 绘制红色外轮廓
├── 15_drawn_red_bounding_boxes.jpg # 绘制红色边界框
├── 16_rotated_35_degrees.jpg # 旋转35度图像
├── 17_cropped_quarter.jpg # 裁剪左上角1/4图像
├── armor_detection_v2_result.jpg # 改进版装甲板检测结果图像
├── process.txt # 处理过程输出文本
├── terminal_cmake.png # CMake构建过程截图
└── terminal_make.png # Make编译过程截图
本程序实现了以下图像处理功能：
- 灰度图转换：将彩色图像转换为灰度图像
- HSV转换：将BGR图像转换为HSV颜色空间
- 均值滤波：使用5x5的核进行均值滤波，减少图像噪声
- 高斯滤波：使用5x5的高斯核进行滤波，更好地保留边缘信息
- 红色区域提取：使用HSV颜色空间提取图像中的红色区域
- 轮廓检测：找到红色区域的外轮廓
- 边界框检测：计算红色区域的最小外接矩形
- 轮廓面积计算：计算每个红色轮廓的面积
- 灰度化：将彩色图像转换为灰度图像
- 二值化：使用自适应阈值进行图像二值化
- 形态学操作：
- 膨胀：扩大白色区域
- 腐蚀：缩小白色区域
- 漫水填充：从图像中心点进行漫水填充处理
- 基本图形绘制：绘制圆形、矩形和文字
- 轮廓绘制：绘制检测到的红色外轮廓
- 边界框绘制：绘制红色区域的边界框
- 图像旋转：将图像旋转35度
- 图像裁剪：裁剪原图的左上角1/4区域
- CMake (3.10或更高版本)
- C++编译器 (支持C++11或更高版本)
- OpenCV (4.x版本)
-
创建构建目录
mkdir build cd build -
运行CMake配置
cmake ..
-
编译项目
make
./opencv_image_processing程序运行后，会执行以下操作：
- 依次显示各种图像处理结果窗口
- 按任意键可以切换到下一个处理结果
- 自动将所有处理后的图像保存到
../output目录 - 在控制台输出检测到的红色轮廓的面积信息
红色轮廓 0 的面积: 0.5
红色轮廓 1 的面积: 0.5
红色轮廓 2 的面积: 1.5
红色轮廓 3 的面积: 179.5
红色轮廓 4 的面积: 0.5
红色轮廓 5 的面积: 74.5
红色轮廓 6 的面积: 37.5
红色轮廓 7 的面积: 0
红色轮廓 8 的面积: 0
红色轮廓 9 的面积: 0.5
红色轮廓 10 的面积: 16.5
红色轮廓 11 的面积: 0
红色轮廓 12 的面积: 0
红色轮廓 13 的面积: 0
红色轮廓 14 的面积: 1.5
红色轮廓 15 的面积: 0
红色轮廓 16 的面积: 7
红色轮廓 17 的面积: 0
红色轮廓 18 的面积: 686.5
红色轮廓 19 的面积: 6
红色轮廓 20 的面积: 2
红色轮廓 21 的面积: 0
红色轮廓 22 的面积: 0
红色轮廓 23 的面积: 0
红色轮廓 24 的面积: 1
......
红色轮廓 124 的面积: 37.5
红色轮廓 125 的面积: 0
红色轮廓 126 的面积: 4
红色轮廓 127 的面积: 0
所有处理后的图像已保存到 ../output 目录
中间的部分略，详细见../output/process.txt。
./armor_detector_v2程序运行后，会执行以下操作：
- 读取
../resources/test_image_2.png图像 - 基于参考代码重新实现的装甲板检测算法
- 使用亮度阈值化和椭圆拟合提取灯条
- 基于多重约束条件匹配灯条对
- 在图像上绘制精确的装甲板四边形轮廓
- 显示检测结果窗口
- 将结果保存到
../output/armor_detection_v2_result.jpg - 在控制台输出提取到的灯条数量和匹配到的装甲板数量
程序运行后，会在 output 目录中生成以下处理后的图像文件：
- 01_original_image.jpg - 原始图像
- 02_grayscale_image.jpg - 灰度图转换结果
- 03_hsv_image.jpg - HSV颜色空间转换结果
- 04_blur_image.jpg - 均值滤波处理结果
- 05_gaussian_blur_image.jpg - 高斯滤波处理结果
- 06_red_mask.jpg - 红色区域提取掩码
- 07_red_contours.jpg - 红色外轮廓检测（绿色绘制）
- 08_red_bounding_boxes.jpg - 红色区域边界框（蓝色绘制）
- 09_binary_image.jpg - 二值化处理结果
- 10_dilated_image.jpg - 膨胀处理结果
- 11_eroded_image.jpg - 腐蚀处理结果
- 12_flood_fill.jpg - 漫水填充处理结果
- 13_drawing_shapes_text.jpg - 绘制基本图形和文字
- 14_drawn_red_contours.jpg - 绘制红色外轮廓
- 15_drawn_red_bounding_boxes.jpg - 绘制红色边界框
- 16_rotated_35_degrees.jpg - 旋转35度图像
- 17_cropped_quarter.jpg - 裁剪左上角1/4图像
这些图像文件展示了各种图像处理算法的效果，可以用于对比不同处理方法的差异。
- armor_detection_v2_result.jpg - 装甲板检测结果图像，包含：
- 绿色四边形轮廓：精确标识装甲板的四个顶点
- 绿色边界框：装甲板的最小外接矩形
- 红色点：标识装甲板的中心位置
- 文本标签：标识装甲板类型（Big Armor/Small Armor）
-
预处理：
- 将图像转换为灰度图
- 使用亮度阈值化提取高亮区域
- 形态学膨胀操作连接断裂区域
-
灯条提取：
- 查找所有轮廓
- 使用椭圆拟合轮廓
- 调整矩形方向（ANGLE_TO_UP）
- 基于面积、长宽比、凸度等特征筛选灯条
- 扩展灯条区域进行颜色判断
-
灯条匹配：
- 按x坐标排序灯条
- 两两匹配灯条对
- 基于平行度、高度差、位置关系等约束条件筛选
- 判断装甲板类型（大装甲板/小装甲板）
-
装甲板构建：
- 扩展灯条高度
- 计算装甲板四个顶点
- 生成装甲板描述符
- 亮度阈值：210
- 颜色阈值：40
- 灯条最小面积：10
- 灯条最大角度：45度
- 灯条最大长宽比：1.0
- 灯条最小凸度：0.5
- 灯条最大角度差：7度
- 灯条最大高度差比：0.2
- 灯条最大Y差比：2.0
- 灯条最小X差比：0.5
- 大装甲板比例：3.2
- 小装甲板比例：2.0
- 装甲板最小长宽比：1.0
- 装甲板最大长宽比：5.0
- 精确度高：基于椭圆拟合和多重约束条件，提高检测精度
- 鲁棒性强：使用亮度阈值化和颜色判断，减少环境光影响
- 结构化设计：采用面向对象设计，代码结构清晰
- 可扩展性好：易于添加新的特征和约束条件
-
图像读取和显示
Mat img = imread("../resources/cosmos-7585071_1280.jpg"); imshow("窗口名称", img);
-
颜色空间转换
cvtColor(img, grayImg, COLOR_BGR2GRAY); // 转换为灰度图 cvtColor(img, hsvImg, COLOR_BGR2HSV); // 转换为HSV
-
滤波操作
blur(img, blurImg, Size(5, 5)); // 均值滤波 GaussianBlur(img, gaussianImg, Size(5, 5), 1.5); // 高斯滤波
-
颜色区域提取
inRange(hsvImg, Scalar(0, 100, 100), Scalar(10, 255, 255), redMask);
-
轮廓检测
findContours(mask, contours, hierarchy, RETR_EXTERNAL, CHAIN_APPROX_SIMPLE); -
形态学操作
Mat kernel = getStructuringElement(MORPH_RECT, Size(5, 5)); dilate(binaryImg, dilateImg, kernel); // 膨胀 erode(binaryImg, erodeImg, kernel); // 腐蚀
-
图像绘制
circle(img, center, radius, color, thickness); // 绘制圆形 rectangle(img, pt1, pt2, color, thickness); // 绘制矩形 putText(img, text, org, fontFace, fontScale, color, thickness); // 绘制文字
-
图像变换
// 旋转 Mat rotationMatrix = getRotationMatrix2D(center, angle, scale); warpAffine(src, dst, rotationMatrix, size); // 裁剪 Mat cropped = img(Rect(x, y, width, height));
项目参考了 resources/第二次培训：OpenCV C++ 图像处理基础 (1).pdf 文档中的示例代码和方法。还参考了SEU-SuperNova-CVRA团队的代码。