OpenCvSharp 编写多线程CircularCaliper找圆心函数 , 输入图像、找圆扇形区域的最小半径和最大半径、找圆扇形中心点、设定扇形区域起始角度、扇形区域结束角度 输入Caliper个数,宽度、长度、 输入从内到外找圆心、从黑到白找圆 输入canny参数 并行计Caliper区域,将Caliper区域所有canny点合并,拟合圆心 输出圆中心点、半径请编写函数

时间: 2023-07-10 12:07:48 浏览: 43
下面是一个使用 OpenCvSharp 编写多线程 CircularCaliper 找圆心的示例函数: ```csharp using System; using System.Collections.Concurrent; using System.Threading.Tasks; using OpenCvSharp; public static class CircularCaliper { public static CircleInfo FindCircle(Mat image, int minRadius, int maxRadius, Point center, double startAngle, double endAngle, int caliperCount, int caliperWidth, int caliperLength, bool fromInsideToOutside, bool fromBlackToWhite, double cannyThreshold1, double cannyThreshold2) { // 建立圆弧上的采样点 int pointCount = 360; double deltaAngle = (endAngle - startAngle) / pointCount; Point[] points = new Point[pointCount]; for (int i = 0; i < pointCount; i++) { double angle = startAngle + deltaAngle * i; double x = center.X + maxRadius * Math.Cos(angle); double y = center.Y + maxRadius * Math.Sin(angle); points[i] = new Point((int)Math.Round(x), (int)Math.Round(y)); } // 建立 Caliper 区域 int caliperStep = pointCount / caliperCount; Caliper[] calipers = new Caliper[caliperCount]; for (int i = 0; i < caliperCount; i++) { int startIndex = i * caliperStep; int endIndex = (i + 1) * caliperStep - 1; calipers[i] = new Caliper(points[startIndex], points[endIndex], caliperWidth, caliperLength); } // 多线程计算 Caliper 区域所有 Canny 点 ConcurrentBag<Point> cannyPoints = new ConcurrentBag<Point>(); Parallel.ForEach(calipers, caliper => { Mat caliperImage = image.Clone(); caliperImage = caliperImage.CvtColor(ColorConversionCodes.BGR2GRAY); if (fromBlackToWhite) { caliperImage = caliperImage.Threshold(0, 255, ThresholdTypes.BinaryInv | ThresholdTypes.Otsu); } else { caliperImage = caliperImage.Threshold(0, 255, ThresholdTypes.Binary | ThresholdTypes.Otsu); } Point[] edgePoints = caliper.FindEdgePoints(caliperImage); foreach (Point edgePoint in edgePoints) { cannyPoints.Add(edgePoint); } }); // 拟合圆心 Point[] cannyArray = cannyPoints.ToArray(); CircleInfo circleInfo = new CircleInfo(); if (cannyArray.Length >= 3) { circleInfo.Center = Cv2.MinEnclosingCircle(cannyArray).Center; circleInfo.Radius = (int)Math.Round(circleInfo.Center.DistanceTo(center)); } else { circleInfo.Center = new Point(-1, -1); circleInfo.Radius = -1; } return circleInfo; } } public class Caliper { public Point Start { get; set; } public Point End { get; set; } public int Width { get; set; } public int Length { get; set; } public Caliper(Point start, Point end, int width, int length) { Start = start; End = end; Width = width; Length = length; } public Point[] FindEdgePoints(Mat image) { int x1 = Start.X; int y1 = Start.Y; int x2 = End.X; int y2 = End.Y; double dx = x2 - x1; double dy = y2 - y1; double length = Math.Sqrt(dx * dx + dy * dy); double ux = dx / length; double uy = dy / length; Point[] edgePoints = new Point[Length]; for (int i = 0; i < Length; i++) { int x = (int)Math.Round(x1 + i * ux); int y = (int)Math.Round(y1 + i * uy); int halfWidth = Width / 2; int minX = x - halfWidth; int maxX = x + halfWidth; int minY = y - halfWidth; int maxY = y + halfWidth; if (minX < 0 || maxX >= image.Width || minY < 0 || maxY >= image.Height) { edgePoints[i] = new Point(-1, -1); continue; } Mat roi = image[new Rect(minX, minY, Width, Width)]; double gradient = GetGradient(roi); edgePoints[i] = new Point(x, y) + new Point((int)Math.Round(gradient * uy), (int)Math.Round(-gradient * ux)); } return edgePoints; } private double GetGradient(Mat roi) { int width = roi.Width; int height = roi.Height; byte[] data = new byte[width * height]; Marshal.Copy(roi.Data, data, 0, data.Length); double[] gradientValues = new double[data.Length - width]; for (int i = 0; i < height - 1; i++) { for (int j = 0; j < width; j++) { int index1 = i * width + j; int index2 = (i + 1) * width + j; gradientValues[index1] = Math.Abs(data[index1] - data[index2]); } } return gradientValues.Average(); } } public class CircleInfo { public Point Center { get; set; } public int Radius { get; set; } } ``` 这个函数接收的参数包括: - `image`:输入图像。 - `minRadius`:找圆扇形区域的最小半径。 - `maxRadius`:找圆扇形区域的最大半径。 - `center`:找圆扇形中心点。 - `startAngle`:设定扇形区域起始角度。 - `endAngle`:扇形区域结束角度。 - `caliperCount`:输入 Caliper 个数。 - `caliperWidth`:Caliper 宽度。 - `caliperLength`:Caliper 长度。 - `fromInsideToOutside`:是否从内到外找圆心。 - `fromBlackToWhite`:是否从黑到白找圆。 - `cannyThreshold1`:Canny 边缘检测的第一个阈值。 - `cannyThreshold2`:Canny 边缘检测的第二个阈值。 函数返回的是一个 `CircleInfo` 对象,其中包含圆的中心点和半径。

相关推荐

最新推荐

recommend-type

Java多线程之死锁的出现和解决方法

本篇文章主要介绍了Java多线程之死锁的出现和解决方法,小编觉得挺不错的,现在分享给大家,也给大家做个参考。一起跟随小编过来看看吧
recommend-type

浅谈PyQt5中异步刷新UI和Python多线程总结

今天小编就为大家分享一篇浅谈PyQt5中异步刷新UI和Python多线程总结,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
recommend-type

python3+PyQt5 创建多线程网络应用-TCP客户端和TCP服务器实例

今天小编就为大家分享一篇python3+PyQt5 创建多线程网络应用-TCP客户端和TCP服务器实例,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
recommend-type

python多线程接口案例

项目为某内控公司要求并发测试,编写多线程访问接口,并生成Excel报告的脚本,记录基本步骤。 若有需要写UI自动化,接口自动化,多线程,服务器测试定时脚本等等,可联系本工具熊。 分五步操作实现50个或更多用户...
recommend-type

Java多线程之多线程异常捕捉

在java多线程程序中,所有线程都不允许抛出未捕获的checked exception,也就是说各个线程需要自己把自己的checked exception处理掉,通过此篇文章给大家分享Java多线程之多线程异常捕捉,需要的朋友可以参考下
recommend-type

工业AI视觉检测解决方案.pptx

工业AI视觉检测解决方案.pptx是一个关于人工智能在工业领域的具体应用,特别是针对视觉检测的深入探讨。该报告首先回顾了人工智能的发展历程,从起步阶段的人工智能任务失败,到专家系统的兴起到深度学习和大数据的推动,展示了人工智能从理论研究到实际应用的逐步成熟过程。 1. 市场背景: - 人工智能经历了从计算智能(基于规则和符号推理)到感知智能(通过传感器收集数据)再到认知智能(理解复杂情境)的发展。《中国制造2025》政策强调了智能制造的重要性,指出新一代信息技术与制造技术的融合是关键,而机器视觉因其精度和效率的优势,在智能制造中扮演着核心角色。 - 随着中国老龄化问题加剧和劳动力成本上升,以及制造业转型升级的需求,机器视觉在汽车、食品饮料、医药等行业的渗透率有望提升。 2. 行业分布与应用: - 国内市场中,电子行业是机器视觉的主要应用领域,而汽车、食品饮料等其他行业的渗透率仍有增长空间。海外市场则以汽车和电子行业为主。 - 然而,实际的工业制造环境中,由于产品种类繁多、生产线场景各异、生产周期不一,以及标准化和个性化需求的矛盾,工业AI视觉检测的落地面临挑战。缺乏统一的标准和模型定义,使得定制化的解决方案成为必要。 3. 工业化前提条件: - 要实现工业AI视觉的广泛应用,必须克服标准缺失、场景多样性、设备技术不统一等问题。理想情况下,应有明确的需求定义、稳定的场景设置、统一的检测标准和安装方式,但现实中这些条件往往难以满足,需要通过技术创新来适应不断变化的需求。 4. 行业案例分析: - 如金属制造业、汽车制造业、PCB制造业和消费电子等行业,每个行业的检测需求和设备技术选择都有所不同,因此,解决方案需要具备跨行业的灵活性,同时兼顾个性化需求。 总结来说,工业AI视觉检测解决方案.pptx着重于阐述了人工智能如何在工业制造中找到应用场景,面临的挑战,以及如何通过标准化和技术创新来推进其在实际生产中的落地。理解这个解决方案,企业可以更好地规划AI投入,优化生产流程,提升产品质量和效率。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

MySQL运维最佳实践:经验总结与建议

![MySQL运维最佳实践:经验总结与建议](https://ucc.alicdn.com/pic/developer-ecology/2eb1709bbb6545aa8ffb3c9d655d9a0d.png?x-oss-process=image/resize,s_500,m_lfit) # 1. MySQL运维基础** MySQL运维是一项复杂而重要的任务,需要深入了解数据库技术和最佳实践。本章将介绍MySQL运维的基础知识,包括: - **MySQL架构和组件:**了解MySQL的架构和主要组件,包括服务器、客户端和存储引擎。 - **MySQL安装和配置:**涵盖MySQL的安装过
recommend-type

stata面板数据画图

Stata是一个统计分析软件,可以用来进行数据分析、数据可视化等工作。在Stata中,面板数据是一种特殊类型的数据,它包含了多个时间段和多个个体的数据。面板数据画图可以用来展示数据的趋势和变化,同时也可以用来比较不同个体之间的差异。 在Stata中,面板数据画图有很多种方法。以下是其中一些常见的方法
recommend-type

智慧医院信息化建设规划及愿景解决方案.pptx

"智慧医院信息化建设规划及愿景解决方案.pptx" 在当今信息化时代,智慧医院的建设已经成为提升医疗服务质量和效率的重要途径。本方案旨在探讨智慧医院信息化建设的背景、规划与愿景,以满足"健康中国2030"的战略目标。其中,"健康中国2030"规划纲要强调了人民健康的重要性,提出了一系列举措,如普及健康生活、优化健康服务、完善健康保障等,旨在打造以人民健康为中心的卫生与健康工作体系。 在建设背景方面,智慧医院的发展受到诸如分级诊疗制度、家庭医生签约服务、慢性病防治和远程医疗服务等政策的驱动。分级诊疗政策旨在优化医疗资源配置,提高基层医疗服务能力,通过家庭医生签约服务,确保每个家庭都能获得及时有效的医疗服务。同时,慢性病防治体系的建立和远程医疗服务的推广,有助于减少疾病发生,实现疾病的早诊早治。 在规划与愿景部分,智慧医院的信息化建设包括构建完善的电子健康档案系统、健康卡服务、远程医疗平台以及优化的分级诊疗流程。电子健康档案将记录每位居民的动态健康状况,便于医生进行个性化诊疗;健康卡则集成了各类医疗服务功能,方便患者就医;远程医疗技术可以跨越地域限制,使优质医疗资源下沉到基层;分级诊疗制度通过优化医疗结构,使得患者能在合适的层级医疗机构得到恰当的治疗。 在建设内容与预算方面,可能涉及硬件设施升级(如医疗设备智能化)、软件系统开发(如电子病历系统、预约挂号平台)、网络基础设施建设(如高速互联网接入)、数据安全与隐私保护措施、人员培训与技术支持等多个方面。预算应考虑项目周期、技术复杂性、维护成本等因素,以确保项目的可持续性和效益最大化。 此外,"互联网+医疗健康"的政策支持鼓励创新,智慧医院信息化建设还需要结合移动互联网、大数据、人工智能等先进技术,提升医疗服务的便捷性和精准度。例如,利用AI辅助诊断、物联网技术监控患者健康状态、区块链技术保障医疗数据的安全共享等。 智慧医院信息化建设是一项系统工程,需要政府、医疗机构、技术供应商和社会各方共同参与,以实现医疗服务质量的提升、医疗资源的优化配置,以及全民健康水平的提高。在2023年的背景下,这一进程将进一步加速,为我国的医疗健康事业带来深远影响。