当前位置: 首页 > news >正文

《K230 从熟悉到...》矩形检测

《K230 从熟悉到...》矩形检测

《庐山派 K230 从熟悉到...》矩形检测

矩形检测技术是一种广泛应用于电子图像处理的核心技术。它通过识别和分析图像中的矩形结构,为各种应用提供基础支持。从传统图像处理算法到现代深度学习技术,矩形检测的实现途径多种多样。
矩形检测的常用算法

矩形检测技术在算法上有着丰富的选择,通过不同的方法可以实现高效的图像识别
在这里插入图片描述
在文档扫描处理中,矩形检测技术扮演着至关重要的角色。本页面将探讨其在技术层面的应用。
在这里插入图片描述矩形检测技术在工业自动化领域有着广泛的应用,能够显著提高生产效率和产品质量。
在这里插入图片描述

import time, os, sys

from media.sensor import *
from media.display import *
from media.media import *

sensor = None
fps = time.clock()
try:


    sensor = Sensor()
    sensor.reset()

    sensor.set_framesize(width = 800, height = 480)
    sensor.set_pixformat(Sensor.YUV420SP)
    bind_info = sensor.bind_info()
    Display.bind_layer(**bind_info, layer = Display.LAYER_VIDEO1)

    # 通道2  320*240
    sensor.set_framesize(Sensor.QVGA, chn = CAM_CHN_ID_2)
    sensor.set_pixformat(Sensor.RGB565, chn = CAM_CHN_ID_2)

    
    Display.init(Display.ST7701)
    MediaManager.init()
    sensor.run()
    fps = time.clock()
    # 注意他们2个显示都不在一个层上面!!!
    while True:
        fps.tick()
       
        os.exitpoint()
      
        img = sensor.snapshot(chn = CAM_CHN_ID_2)
        rects = img.find_rects(threshold=5000)
        count = 0  # 初始化线段计数器

        print("------矩形统计开始------")
        for rect in rects:
             # 若想获取更详细的四个顶点,可使用 rect.corners(),该函数会返回一个有四个元祖的列表,每个元组代表矩形的四个顶点,从左上角开始,按照顺时针排序。
            img.draw_rectangle(rect.rect(), color=(1, 147, 230), thickness=3)  # 绘制线段
            print(f"Rect {count}: {rect}")  # 打印线段信息
            count += 1  # 更新计数器
        print("---------END---------")
        Display.show_image(img, x = 800-320, layer = Display.LAYER_OSD1)
        print(fps.fps())
        
        
except KeyboardInterrupt as e:
    print("user stop: ", e)
except BaseException as e:
    print(f"Exception {e}")
finally:
    # sensor stop run
    if isinstance(sensor, Sensor):
        sensor.stop()
    # deinit display
    Display.deinit()
    os.exitpoint(os.EXITPOINT_ENABLE_SLEEP)
    time.sleep_ms(100)
    # release media buffer
    MediaManager.deinit()
http://www.dtcms.com/a/99521.html

相关文章:

  • 机器学习的一百个概念(2)Tomek 链接
  • 人工智能赋能医疗:开启智慧医疗新时代
  • Charles 抓包配置保姆教程(PC、IOS、Android)
  • 《强化学习基础概念:四大模型与两大损失》
  • 环境爬坑,切换python版本,让 jupyter 支持切换不同python版本内核
  • 家电产品智能屏方案,ESP32系列助力智能升级,物联网通信交互应用
  • CubeMx ——新建工程
  • python入门(一)个人笔记
  • 【二刷代码随想录】螺旋矩阵求解方法、推荐习题
  • 表格图表切换,图表无法展示问题复盘
  • 工作记录 2017-03-13
  • Python CSV 数据分析:问题排查与解决全记录
  • Windows学习笔记(3)关于事件日志
  • linux的文件
  • Visual Basic语言的折线图
  • Ubuntu 系统中,每日健康检查
  • vulnhub-Node1
  • C#:第一性原理拆解字段(fields)
  • ElasticSearch 分词器
  • kill子进程后再wait可以吗?
  • java性能优化实例
  • 如何估算和优化 Gas
  • 学习通-操作系统第五版费翔林-习题-标答
  • 【AI学习】深度学习,人工神经网络
  • 破解美业数字化迷思:中小门店的智慧转型之路
  • 代码随想录day31 贪心part05
  • 蓝桥杯真题------R格式(高精度乘法,高精度加法)
  • Flutter 开发环境配置--宇宙级教学!
  • 【通道注意力机制】【SENet】Squeeze-and-Excitation Networks
  • 高并发系统下的订单号生成服务设计与实现