# 注意

本项目创建时间：2024-7-17

本文标记为OpenCV入门参考项目以及电赛典型范例，由题主长期维护 --2024-10-2

一、图像处理方案

Opencv: 开源计算机视觉处理库，使用嵌入式SOC板卡作为摄像头模块，提供相对可靠的性能。

由于激光点的亮度远高于其他位置，所以采用HSV格式的色彩空间，对图像H,S,V域进行识别。

若要区分红绿激光，那么就对图像的RGB空间进行处理

2. 电工胶带的识别

使用原图像->灰度图像->设置阈值后进行二值化的方法，使得黑胶带区域识别为纯白色，其余部分全部为纯黑色区域。关于调参：建议使用创建滑块窗口的方法，进行动态调参，减少调参上浪费的时间。
摄像头容易受到外接环境光的干扰，可以通过调节分辨率，设置摄像头的图像获取范围，也有一种更为实用的方法：ROI（感兴趣区），可以通过创建掩膜的方式，只对ROI区域进行处理，这样就排除了外界环境的干扰。当然也可以使用切片的方法，定义一个变量用于读取图像的指定范围，然后再进行图像处理，需要显示参数时，再将一些特征点、辅助线、坐标点、数据显示在想要观看的图像上，使用opencv中的imshow进行可视化显示（注意：imshow是非常耗时的操作，在调试时可以使用，在最终运行时建议注释掉，提升程序执行效率，或者采取图像编解码的方法，使用TCP/UDP协议，ROS通信等方式进行远程图传，降低软件资源的使用）
ROI区域也不一定是适宜的图像处理区域，也可能有一些噪声信号的干扰，这可能就要需要用到一些滤波处理的算法，如：高斯平滑滤波（高斯模糊）。
胶带容易受激光点的影响，导致二值化图像被==“分割”==，所以需要对胶带的二值化图像先膨胀，后进行图形学闭运算缝合胶带二值化图像漏洞

3. 串口通信的关键问题

数据帧：一开始采用字符串发送地方法。结果单片机很容易接收不到一些数据帧
通信速率：19200

3. 激光“巡线”的路径规划

第一种方法：程序不断对图像进行处理，边缘检测，封闭图形检测，然后激光沿着检测出来的图形边沿进行巡线
第二种方法：采用“路径规划的方法”，进行一定时间的图像采集后，确定好激光的运行路径，这样，即避免了激光对矩形框识别的强光干扰，又大大减少了程序运行的资源损耗，只需要执行激光跟随部分的程序，不需要再对图像进行边沿检测。

二、程序设计

视觉部分

1. 摄像头处理部分

1.1 摄像头的类封装

GuideLine 的作用：绘制辅助线

思考：Python中函数对形参的调用，会不会影响到实参？

# 摄像头类创建
class pi_Camera():
    # 类的初始化
    def __init__(self):
        # 图像初始化配置
        self.Video = cv2.VideoCapture(8, cv2.CAP_V4L2)# 使能摄像头8的驱动

        # 检查摄像头是否打开
        ret = self.Video.isOpened()
        if ret:
            print("The video is opened.")
        else:
            print("No video.")
    
        codec = cv2.VideoWriter_fourcc('M', 'J', 'P', 'G')   
        self.Video.set(cv2.CAP_PROP_FOURCC, codec)
        self.Video.set(cv2.CAP_PROP_FPS, 60)                 # 帧数
        self.Video.set(cv2.CAP_PROP_FRAME_WIDTH, 640)        # 列 宽度
        self.Video.set(cv2.CAP_PROP_FRAME_HEIGHT, 480)       # 行 高度

    # 绘制辅助线
    def GuideLine(self, c1, c2):
        ret, image = self.Video.read()# 注意：read返回一个bull值和图像数据list！，需要用两个变量获取
        if ret:
            cv2.line(image, (0, 360), (640, 360), color=(0, 0, 255), thickness=3)# 红色的线
            cv2.line(image, (0, 240), (640, 240), color=(0, 0, 255), thickness=3)# 红色的线
            cv2.line(image, (int(c1), 360), (int(c2), 240), color=(0, 255, 0), thickness=2)# 绘出倾角线
            cv2.imshow("GuideLine", image)

1.2 摄像头的图像获取

1	ret, frame = Watch.Video.read() #获取摄像头图像数据

1.3 相机资源的释放

思考：Python中不对窗口，或者使用Python语言的硬件资源不释放会怎么样？

1	Watch.Video.release()

2. 激光追踪相关

要想实现激光点的巡线，以及红绿激光的相互跟随，首先要做到单个激光点的精确识别与控制移动，这里我们使用了二维舵机云台，精度在能够完成基本要求之内。使用USB 1080P摄像头进行画面捕获。

激光点在图像中的亮度远远大于其他图像像素点，不难想到在HSV空间中对图像进行操作更容易识别到激光点。

2.1 激光点识别的图形预处理

通过调用v2.cvtColor()函数的方法，将图像颜色空间转换到 HSV中，然后通过设定阈值，进行图像的二值化（阈值调节建议采用滑块创建的方法，并且函数需要赋初值）

# 寻找激光点
def detect_lasers(image):
    # imgae:用于处理的画布图像，frame：原图像，且是最终数据展示的图像
    global load_process# 声明使用外部定义的 load_process
    
    hsv = cv2.cvtColor(image, cv2.COLOR_BGR2HSV)# 转换颜色空间为HSV

    # 定义红色激光点hsv色彩阈值范围，用作二值化
    lower_laser = np.array([0, 100, 180])
    upper_laser = np.array([179, 255, 255])
    
    # 创建二值化图像
    mask_laser = cv2.inRange(hsv, lower_laser, upper_laser) 
    # cv2.imshow("mask_laser1", mask_laser)

    # 闭运算
    kernel = np.ones((5, 5), np.uint8)
    mask_laser = cv2.morphologyEx(mask_laser, cv2.MORPH_CLOSE, kernel)

2. 2 激光点的轮廓识别

调用cv2.findContours()函数，对封闭图形进行检测，并且绘制出激光点的图形识别轮廓

函数解释：

mask_laser：这是输入的二值图像，也就是说，它应该是经过阈值处理或其他形式的图像处理后得到的黑白图像（通常是单通道的，只有 0 和 255 两个像素值）。
cv2.RETR_EXTERNAL：这是轮廓检索模式（Contour Retrieval Mode），指定了轮廓的检索模式。RETR_EXTERNAL 表示只检索最外层的轮廓，忽略内部的轮廓。还有其他的检索模式，比如 RETR_LIST、RETR_TREE 等，可以根据需要选择不同的模式。
cv2.CHAIN_APPROX_SIMPLE：这是轮廓的逼近方法（Contour Approximation Method），指定了轮廓的表示方法。CHAIN_APPROX_SIMPLE 表示压缩水平、垂直和对
第一个返回值 contours_laser 是一个列表，其中每个元素是一个 numpy 数组，表示一个检测到的轮廓

cv2.minAreaRect()

函数解释：

contour：这是一个轮廓，通常是通过 findContours 函数找到的其中一个轮廓对象，它是一个包含轮廓点的 numpy 数组。
cv2.minAreaRect(contour)：这个函数接收一个轮廓作为输入，并返回一个 RotatedRect 对象，它表示包围轮廓的最小旋转矩形框。

具体来说，返回的 RotatedRect 对象包含以下信息：

center：矩形框的中心点坐标 (cx, cy)。
size：矩形框的宽度和高度 (width, height)。
angle：矩形框相对于水平方向的旋转角度（逆时针为正）

获取矩形框角点：

box = cv2.boxPoints(rect)：
- cv2.boxPoints 函数接收一个 RotatedRect 对象作为输入，并返回该旋转矩形框的四个顶点坐标。
- 这些顶点坐标是浮点型数据，表示为一个包含四个点的 numpy 数组。
box = np.int0(box)：
- 这一步将上一步得到的四个顶点坐标 box 转换为整数类型的 numpy 数组。
- np.int0() 函数会将浮点数数组四舍五入为最接近的整数，并返回一个整数类型的 numpy 数组。

# 寻找轮廓
contours_laser, _ = cv2.findContours(mask_laser, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
laser_coords = None
for contour in contours_laser:
    rect = cv2.minAreaRect(contour)# 获取最小矩形框
    laser_coords = tuple(map(int, rect[0]))# 矩形框的中心坐标
    box = cv2.boxPoints(rect)# 矩形框的四个角点
    box = np.int0(box)
    cv2.drawContours(frame, [box], 0, (0, 0, 0), 2)# 绘制矩形框(原图像中)

2.3激光点的颜色区分

imge.shape[]

image.shape：这是一个 numpy 数组属性，用于获取图像的尺寸和通道数信息。
image.shape[:2]：这是对 shape 属性进行切片操作，[:2] 表示取前两个元素，即图像的高度和宽度。

具体来说，如果 image 是一个图像的 numpy 数组，例如形状为 (height, width, channels)，那么 image.shape[:2] 将返回一个包含图像高度和宽度的元组 (height, width)。

这种操作通常用于获取图像的空间尺寸信息，以便在处理图像时进行尺寸相关的计算或操作

方圆坐标确定：

获取输入坐标：
- x, y = coords：这行代码将变量 coords 解构为 x 和 y，分别表示中心点的横纵坐标。
确定左上角坐标：
- x_start = max(0, x - radius)：计算方形区域的左上角横坐标。x - radius 表示以中心点 x 为基础，向左偏移半径 radius 的距离。max(0, ...) 确保左上角横坐标不会小于 0，即不会超出图像左边界。
- y_start = max(0, y - radius)：计算方形区域的左上角纵坐标。同理，y - radius 表示以中心点 y 为基础，向上偏移半径 radius 的距离。max(0, ...) 确保左上角纵坐标不会小于 0，即不会超出图像上边界。
确定右下角坐标：
- x_end = min(width - 1, x + radius)：计算方形区域的右下角横坐标。x + radius 表示以中心点 x 为基础，向右偏移半径 radius 的距离。min(width - 1, ...) 确保右下角横坐标不会超过图像的右边界。
- y_end = min(height - 1, y + radius)：计算方形区域的右下角纵坐标。同理，y + radius 表示以中心点 y 为基础，向下偏移半径 radius 的距离。min(height - 1, ...) 确保右下角纵坐标不会超过图像的下边界。

get_pixel_sum

这段代码用于从给定的区域中提取红色（R）和绿色（G）颜色通道的值。让我来解释一下这段代码的含义：

roi[:, :, 2]：
- roi 应该是图像的一个区域，即感兴趣的区域（Region of Interest，ROI）。
- : 是一个表示所有行或所有列的切片操作。
- [ : , : , 2] 表示选取所有行的所有列的第三个颜色通道。在 BGR 颜色空间中，第三个通道对应的是红色通道，所以这行代码获取了 ROI 中所有的红色通道值。
roi[:, :, 1]：
- 与上面的代码类似，这行代码选取了所有行的所有列的第二个颜色通道。在 BGR 颜色空间中，第二个通道对应的是绿色通道，所以这行代码获取了 ROI 中所有的绿色通道值。

在大多数图像处理库中（如 OpenCV），图像默认是以 BGR 顺序存储的，而不是 RGB。这意味着在获取颜色通道时需要使用 [ : , : , 2] 来获取红色通道，[ : , : , 1] 来获取绿色通道，[ : , : , 0] 来获取蓝色通道。

# 激光点RGB值获取
def get_pixel_sum(image, coords):
    # 获取图像宽度和高度
    height, width = image.shape[:2]
    radius = 3

    # 确定方圆的左上角和右下角坐标
    x, y = coords
    x_start = max(0, x - radius)
    y_start = max(0, y - radius)
    x_end = min(width - 1, x + radius)
    y_end = min(height - 1, y + radius)

    # 提取方圆区域
    roi = image[y_start:y_end, x_start:x_end]

    # 计算 R 和 G 通道总值
    r_channel = roi[:, :, 2]
    g_channel = roi[:, :, 1]
    r_sum = int(r_channel.sum())
    g_sum = int(g_channel.sum())
    return r_sum, g_sum

cv2.circle(frame, laser_coords, 4, (0, 0, 255), -1)

绘制实心圆

cv2.putText()

参数解释：
- frame：这是目标图像帧，即要在其上添加文本的图像。
- "RED"：要写入的文本内容，这里是字符串 “RED”。
- (laser_coords[0] - 10, laser_coords[1] - 10)：文本放置的起始位置，由 laser_coords 提供，向左上方偏移了 (10, 10) 的像素值。
- cv2.FONT_HERSHEY_SIMPLEX：字体类型，这里使用了简单的字体类型。
- 0.5：字体大小因子，控制文本大小相对于基础字体的比例。
- (0, 0, 255)：文本的颜色，这里是红色，对应 BGR 颜色空间中的 (0, 0, 255)。
- 2：文本的线宽，即文本轮廓的粗细。
作用说明：
- 这行代码的主要作用是在图像帧的指定位置绘制红色的文本 “RED”。通常用于在图像或视频中标记特定的对象、位置或状态信息。
注意事项：
- 如果 laser_coords 提供的坐标 (x, y) 位于图像的边缘，确保 (x - 10, y - 10) 不会超出图像边界，以避免出现越界错误。

# 是否获取到激光点矩形框的中心坐标，防止读取值为空
if laser_coords is not None:
    # 获取激光点的RGB数据
    color_vel = get_pixel_sum(image, laser_coords)

    # 在红色激光点中心坐标出绘制圆点图像(原图像中)
    cv2.circle(frame, laser_coords, 4, (0, 0, 255), -1)
    # 打印文本数据“RED”在红色激光点上 
    cv2.putText(frame ,"RED", (laser_coords[0] - 10, laser_coords[1] - 10), cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0, 0, 255), 2)

2.4差值计算与串口通信

PS:上位机与下位机通信，建议采用十六进制：帧头+数据类型+数据内容的单帧数据包格式，这样才能保证下位机能够同步反应上位机发送的特征值，减小通信的复杂度，同时可靠性和速率较高，不建议采用发送字符串类型的通信。

    if mode == 'A':
        direction = long_path[load_process]
        # 获取激光点与图像中心坐标或目标坐标的差值
        x_err = laser_coords[0]-direction[0]
        y_err = laser_coords[1]-direction[1]
    elif mode == 'B':     
        x_err = laser_coords[0]-center_point_x
        y_err = laser_coords[1]-center_point_y

    # 如果激光点到达目标点（误差小于定值），目标点切换到下一个路径点
    if abs(x_err) <= 5 and abs(y_err) <= 5:
        load_process-=1

    if load_process == -1:
        load_process=11

    # 串口发送，数据帧格式:0xFF(帧头),<x轴误差的数据类型>,<y轴误差的数据类型>,<x轴误差大小>,<y轴误差大小>
    if x_err < 0:
        x_data_type = 0x2D  # -x
        x_data = abs(x_err)
    else:
        x_data_type = 0x2B  # +x
        x_data = x_err
    if y_err < 0:
        y_data_type = 0x3D  # -y
        y_data = abs(y_err)
    else:
        y_data_type = 0x3B  # +y
        y_data = y_err

    hex_data = bytes([0xFF,x_data_type,y_data_type,x_data, y_data])#y-
    
    print(hex_data.hex())
    ser.write(hex_data)

    #print('x:'+ str(x_err))
    #print('y:'+ str(y_err))
else:
    print("没找到激光点")
return image
#cv2.circle(image, (center_x, center_y), 5, (0, 255, 0), -1)
#cv2.imshow("Laser Detection", image)

3.胶带矩形框识别

3.1 ROI区域的创建

PS: 使用ROI区域后，又想还原到原图像上对图像进行处理，就需要对坐标进行还原操作，保证图形每个像素点的索引和原图像对应

class ROIPixelProcessor:
    def __init__(self):
        pass
    
    def process_roi(self, image, roi):
        """
        取得 ROI 区域的像素值进行处理，但不改变索引号
        :param image: 输入图像
        :param roi: ROI 参数 (x, y, width, height)
        :return: ROI 区域的像素值
        """
        x, y, w, h = roi
        
        # 确保 ROI 在图像范围内
        if x < 0:
            w += x
            x = 0
        if y < 0:
            h += y
            y = 0
        if x + w > image.shape[1]:
            w = image.shape[1] - x
        if y + h > image.shape[0]:
            h = image.shape[0] - y
        
        # 提取 ROI 区域的像素值
        roi_pixels = image[y:y+h, x:x+w]
        return roi_pixels

3.2 图像的预处理

通过BGR转灰度，自设定阈值进行二值化地方法，将胶带部分转换为白色单值，其他部分全为黑色单值，并且通过滤波、腐蚀、闭运算地方法对图形进行处理，降低噪点干扰，提高图形识别完整性。

if time.time()-start_time <= 5:       
    
    # 将图像转换为灰度图
    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
    #cv2.imshow('gray',gray)

    gray = cv2.GaussianBlur(gray, (9, 9), 0) #高斯平滑滤波,(9,9)是卷积核，0 代表函数自动计算标准差

    #cv2.imshow('gauss',gray)
    # 对灰度图进行阈值处理，将黑色部分变为白色，其他部分变为黑色
    _, threshold = cv2.threshold(gray, 120, 255, cv2.THRESH_BINARY_INV)

    # 进行形态学闭操作，填充内部空洞
    kernel = np.ones((5,5),np.uint8)
    closing = cv2.morphologyEx(threshold, cv2.MORPH_CLOSE, kernel, iterations=3)       

    # 进行形态学腐蚀操作，缩小黑框大小，减少噪点信号干扰
    kernel = np.ones((3,3),np.uint8)
    erosion = cv2.erode(closing,kernel,iterations = 1)
    #dilation = cv2.dilate(threshold, kernel, iterations=1)

3.3 矩形框轮廓的识别

同样地，使用封闭图形检测算法，检测矩形框轮廓，这里使用 ROI处理，要特别注意像素点索引（坐标）的复原的操作。

即：

# 将轮廓绘制在原始图像上
for contour in contours:
    # 将轮廓点的坐标映射回原始图像的坐标系
    contour += (x, y)  # 将ROI的偏移加回来

近似曲线

注意：这里approx_contour得到的是最终近似矩形的四个角点的坐标！

1 2	epsilon = 0.01 * cv2.arcLength(max_contour, True) approx_contour = cv2.approxPolyDP(max_contour, epsilon, True)

cv2.arcLength 用于计算轮廓的周长或弧长。
epsilon 是一个近似精度参数，通常是轮廓周长的某个百分比，这里设定为总周长的1%。
cv2.approxPolyDP 用来对轮廓进行多边形逼近，通过减少顶点的数量来近似表示轮廓。
approx_contour 是近似后的多边形轮廓。

找到左右轮廓的边界点（列表）

leftmost[0]就是左轮廓第一个点

1 2	leftmost = min(path, key=lambda x: x[0]) # 左轮廓边界坐标点 rightmost = max(path, key=lambda x: x[0]) # 右轮廓边界坐标点

path 是一组坐标点的集合，通常表示为一个列表或数组。
min(path, key=lambda x: x[0]) 和 max(path, key=lambda x: x[0]) 分别用于找到 path 中横坐标 x 最小和最大的点，即左轮廓和右轮廓的边界点。

参数说明：

lambda x: x[0] 是一个匿名函数，用于指定以每个点的横坐标 x 作为比较的关键字。因此，min 函数找到具有最小横坐标的点，而 max 函数找到具有最大横坐标的点。

计算轮廓的中心点

1
2
3

center_point_x = int(sum([point[0] for point in path]) / len(path))
center_point_y = int(sum([point[1] for point in path]) / len(path))
center_point = (center_point_x, center_point_y)

path 是一组轮廓的坐标点集合，通常表示为一个列表或数组。
sum([point[0] for point in path]) 对 path 中所有点的横坐标进行求和。
sum([point[1] for point in path]) 对 path 中所有点的纵坐标进行求和。
len(path) 是 path 中点的数量，即轮廓的长度或大小。

参数说明：

center_point_x 和 center_point_y 分别是计算得到的轮廓中心点的横坐标和纵坐标。
center_point 是由 center_point_x 和 center_point_y 组成的元组，表示轮廓的中心点坐标 (x, y)。

作用：

这段代码的作用是计算轮廓 path 的几何中心点，通过对所有点的坐标进行平均值计算得出

#cv2.imshow('dilation',erosion)

roi = closing[center_y-120:center_y+120, center_x-120:center_x+120]#创建ROI图像

#cv2.imshow('roi',roi)
x,y,w,h = center_x-120,center_y-120,240,240 #ROI左上角点为220,140，ROI检测框高度为200，宽度为200

#绘制ROI矩形
cv2.rectangle(frame,(x,y),(x+w,y+h),(0,255,0),1)

#cv2.imshow('erosion',erosion)
# 利用轮廓检测函数找到黑色框的轮廓
contours, hierarchy = cv2.findContours(roi, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
# 轮廓      层级                               轮廓检索模式  轮廓逼近方法

# 将轮廓绘制在原始图像上
for contour in contours:
    # 将轮廓点的坐标映射回原始图像的坐标系
    contour += (x, y)  # 将ROI的偏移加回来
    #cv2.drawContours(frame, [contour], -1, (0, 0, 255), 2) 原始轮廓，这里用近似法得到更平滑的外围轮廓

# 如果找到了轮廓
if len(contours) > 0:
    # 提取最大的轮廓
    max_contour = max(contours, key=cv2.contourArea)

    # 近似曲线
    epsilon = 0.01 * cv2.arcLength(max_contour, True)
    approx_contour = cv2.approxPolyDP(max_contour, epsilon, True)
            
    # 获取路径坐标
    path = []
    for point in approx_contour:
        path.append(tuple(point[0]))

    # 找到左右轮廓的边界点
    leftmost = min(path, key=lambda x: x[0])# 左轮廓边界坐标点
    rightmost = max(path, key=lambda x: x[0])# 右轮廓边界坐标点

    # 计算左右轮廓的中间点
    middle_x = int((leftmost[0] + rightmost[0]) / 2)# x中心坐标
    middle_y = int((leftmost[1] + rightmost[1]) / 2)# y中心坐标
    middle_point = (middle_x, middle_y)

    # 绘制左右轮廓中心点                 
    #cv2.circle(frame, middle_point, 5, (0, 255, 0), -1)

    # 计算轮廓的中心点
    center_point_x = int(sum([point[0] for point in path]) / len(path))
    center_point_y = int(sum([point[1] for point in path]) / len(path))
    center_point = (center_point_x, center_point_y)            

    cv2.drawContours(frame, [np.array(path)], -1, (125, 255, 125), 1) #近似后的轮廓
    #                           轮廓     第几个(默认-1：所有)   颜色       线条厚度       
    # 绘制轮廓中心点
    cv2.circle(frame, center_point, 3, (0, 255, 0), -1)        

    resize = 0.92

    resize_path = []
					
    for point in path:
        resize_x =  int(center_point_x + resize*(point[0]-center_point_x))
        resize_y =  int(center_point_y + resize*(point[1]-center_point_y))
        resize_path.append((resize_x,resize_y))

    cv2.drawContours(frame, [np.array(resize_path)], -1, (125, 255, 125), 1) # 内缩后的轮廓
    long_path = interpolate_points(resize_path)

    for point in long_path:
        cv2.circle(frame, point, 4, (0, 0, 255), -1)

3-4 矩形框的路径规划-插值算法

如果让激光点沿着轮廓一个一个坐标点去走，这样计算量会相当大，不如将矩形轮廓通过近似得到四个角点，再通过插值法，设置相邻点的插值参数，得到12个路径点，这样就既保证了巡线的稳定性，也大大减少了巡线的计算量。同时，通过调用time库来计时，程序启动时定时5s后，这段时间提供给我们确认摄像机状态，移动ROI区域，完成路径规划，实现“动态建图”的效果。

#插值算法
def interpolate_points(points):
    interpolated_points = []
    for i in range(len(points)):
        start_point = points[i]
        end_point = points[(i+1) % len(points)]
        # 计算两点之间的距离
        dx = end_point[0] - start_point[0]
        dy = end_point[1] - start_point[1]
        distance = 3
        # 根据距离进行插值
        for j in range(distance):
            x = start_point[0] + int(dx * j / distance)
            y = start_point[1] + int(dy * j / distance)
            interpolated_points.append((x, y))
    return interpolated_points