双指针仪表盘读数(二) ——表盘位置识别_指针仪表 多圈刻度圈识别

本章节内容:表盘位置识别及位置固定

上表盘:

分析：

1.表盘为圆形，整个一帧视频中有多个圆形干扰，包括指针的中心小圆形，表盘外侧一大圈一小圈圆形及截图之外的圆形。

2.圆形识别本身包含大量计算，会占用大量资源

解决:

1.圆形表盘标准识别

gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)  # 转换为灰色通道
A, binary = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU) # 二值化
 
circles = cv2.HoughCircles(
        binary, cv2.HOUGH_GRADIENT, 2, 1000, param1=100, param2=100, minRadius=10, maxRadius=5000) # 霍夫识别    
    if circles is not None:  # 如果识别出圆
        for circle in circles[0]:
            #  获取圆的坐标与半径
            x = int(circle[0])
            y = int(circle[1])
            r = int(circle[2])
            MX1 = x - r
            MX2 = x + r
            MY1 = y - r
            MY2 = y + r
            JDMX1 = 0
 
            if MX1 < 0:
                JDMX1 = -MX1
                MX1 = MX1 - MX1
                print(1)
            if MX2 < 0:
                MX2 = MX2 - MX2
                print(2)
            if MY1 < 0:
                JDMY1 = -MY1
                MY1 = MY1 - MY1
                print(3)
            if MY2 < 0:
                MY2 = MY2 - MY2
                print(4)
            draw(MY1, MY2, MX1, MX2)
 
def draw(MY1, MY2, MX1, MX2):
    while (True):
        ret, frame = cap.read()
        maxTable = frame[MY1: MY2, MX1: MX2]  # 将识别到的圆形所在的正方形截取出来
        a, b, c, d = msk(maxTable, x, y)
        # cv2.imshow('maxTable', maxTable)
        cv2.circle(frame, (x, y), r, (255, 255, 255), 3)  # 标记圆
        cv2.circle(frame, (x, y), 3, (255, 255, 0), -1)  # 标记圆心

2.采用第一次计算出的圆心位置以及圆的半径进行截取，使得圆形位置固定，后续操作都在截取的位置上进行分析