本文主要是介绍基于opencv的视觉巡线实现，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
前言
这段时间在和学弟打软件杯的比赛，有项任务就是机器人的视觉巡线，这虽然不是什么稀奇的事情，但是对于一开始不了解视觉的我来说可以说是很懵了，所以现在就想着和大家分享一下，来看看是如何基于opencv来实现巡线的。我这里以ubuntu20.04为例了
正文
1.查看相机设备
首先要完成视觉巡线那必不可少的就是相机了，使用
ll /dev/video*来查看相机。
这里可以看到我有两个相机设备，一个是我电脑自带的相机video0，另一个是我的usb相机video1。
2.显示实时图像
新建一个工作空间，然后新建一个cpp文件，然后进行相机的初始化，以及调用窗口实时显示图像
#include <opencv2/opencv.hpp>
#include <iostream>
#include <chrono>using namespace std;int camera_width = 640;
int camera_height = 480;int main(int argc, char const *argv[])
{// 初始化变量和对象cv::VideoCapture cap(1);cap.set(CAP_PROP_FRAME_WIDTH, camera_width);cap.set(CAP_PROP_FRAME_HEIGHT, camera_height);// 循环处理每一帧图像while (true) {cv::Mat color_image;cap.read(color_image);if (color_image.empty()) {cerr << "Failed to capture image" << endl;break;}imshow("Color Image", color_image);char key = waitKey(1);if (key == 'q') {break;}}// 释放资源cap.release();destroyAllWindows();return 0;
}这里初始化cv::VideoCapture cap(1)传入的参数就是上面查看到的设备，如果想要调用系统自带相机，那就改为cap(0)。
3.巡线函数
我这里函数声明如下:
tuple<cv::Mat, float, bool, bool, bool> followBlindPath(cv::Mat color_image) 由于我想要多个返回值所以就采用了tuple模版，后面采用tie函数进行解包，其中输入参数为要识别的图片，输出参数分别为经识别后标记的图片，以及水平方向上偏差（后面会具体解释是什么偏差），后面三个布尔值表示三个状态，分别为巡线，转弯和停止。
在识别开始之前，由于图片在opencv保存的格式默认为BGR格式图片，我们要转为HSV格式，因为后面的操作都是基于HSV图片进行的。
cv::cvtColor(color_image, hsvFrame, COLOR_BGR2HSV);效果如下：
然后指定HSV的色域，scalar函数三个参数分别为色调（Hue）、饱和度（Saturation）和亮度（Value），我这里设置的值为黄色的色域。
cv::Scalar color_lower = cv::Scalar(10, 40, 120);
cv::Scalar color_upper = cv::Scalar(40, 255, 255);
cv::inRange(hsvFrame, color_lower, color_upper,color_mask);inRange函数用于判断一个像素或像素矩阵是否在指定的范围内，hsvFrame是输入图像，返回图像color_mask是一个二值图像，即在色域内的为白色，色域外为黑色。
处理效果如下：
点击基于opencv的视觉巡线实现 - 古月居可查看全文
这篇关于基于opencv的视觉巡线实现的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
