使用OpenCV进行激光线检测

Laser line detection using OpenCV

本文关键字：检测 OpenCV 使用      更新时间：2023-10-16

我正在做一个项目，我需要检测图像中的红色激光线。这就是我想到的策略。

  1. 分离图像中的R，G，B通道。
  2. 将图像阈值设置为高强度值。
  3. 使用生成的 3 个二进制图像，执行元素明智的操作 r&&！g &&！b.（&&是逻辑 AND，！ 是逻辑 NOT）。
  4. 得到的矩阵是一个二值图像，在激光存在的区域上有1。

这适用于 Matlab 上的一些测试图像。但我的问题是这需要在C/C++中使用OpenCV来实现。

我已经尝试了大多数库函数，但似乎没有直观/简单的方法来处理二进制图像并对其执行逻辑操作。

有人可以指出我您认为我可能会发现有用的OpenCV函数/方法吗？我认为cvThresholdImage可用于阈值设置，但仅此而已。

那么你已经弄清楚了 openCV 中的步骤 1 和 2？ 如果您只是尝试使用逻辑运算符，openCV 允许您访问原始数据，然后您可以使用逻辑运算符对其进行操作。 假设您已经分成三个通道并阈值

//three binary images in the format you specified above
cv::Mat g;
cv::Mat b;
cv::Mat r;
uchar* gptr = g.data();
uchar* bptr = b.data();
uchar* rptr = r.data();
//assuming the matrix data is continuous you can just iterate straight through the data
if(g.isContinuous()&&r.isContinuous()&&b.isContinuous())
{  
  for(int i = 0; i < g.rows*g.cols; i++)
  {
     rptr[i] = rptr[i]&&!bptr[i]&&!gptr[i];
  }
}

r 现在包含您描述的输出。 如果您不想覆盖 r，也可以将其复制到新矩阵中。

有几种方法可以遍历 cv：：Mat 并访问所有数据点，C++提供了您可能需要的所有逻辑运算符。 据我所知，openCV 不提供矩阵逻辑运算符函数，但您可以非常轻松地编写自己的函数，如上所示。

编辑正如QuentinGeissmann所建议的那样，您可以使用bitwise_not和bitwise_and函数完成相同的操作。 我不知道它们的存在。 我怀疑使用它们会更慢，因为必须迭代数据的次数，但它可以用更少的代码完成。

cv::bitwise_not(g,g);
cv::bitwise_not(b,b);
cv::bitwise_and(b,g,b);
cv::bitwise_and(r,b,r);
//r now contains r&&!b&&!g
相关文章：