写一段利用python语言,读取悬臂梁振动冲击视频,利用圆心标靶检测算法提取结构6个测点的位移并绘制每个测点的位移曲线的算法

时间: 2024-03-03 18:53:31 浏览: 11
好的,以下是利用Python语言进行悬臂梁振动冲击视频处理的算法,包括圆心标靶检测和位移曲线绘制: 1. 导入必要的库 ```python import cv2 import numpy as np import matplotlib.pyplot as plt ``` 2. 读取视频文件并获取基本信息 ```python cap = cv2.VideoCapture('video.mp4') fps = int(cap.get(cv2.CAP_PROP_FPS)) frame_count = int(cap.get(cv2.CAP_PROP_FRAME_COUNT)) width = int(cap.get(cv2.CAP_PROP_FRAME_WIDTH)) height = int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT)) ``` 3. 定义圆心标靶检测算法 ```python def detect_circle(frame): gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) circles = cv2.HoughCircles(gray, cv2.HOUGH_GRADIENT, 1, 20, param1=50, param2=30, minRadius=0, maxRadius=0) if circles is not None: circles = np.uint16(np.around(circles)) return circles[0, :] else: return None ``` 4. 定义测点位置和颜色 ```python points = [(320, 103), (288, 159), (256, 215), (224, 271), (192, 327), (160, 383)] colors = ['b', 'g', 'r', 'c', 'm', 'y'] ``` 5. 读取视频并进行处理 ```python fig, axs = plt.subplots(6, 1, figsize=(8, 12)) while True: ret, frame = cap.read() if not ret: break circles = detect_circle(frame) if circles is not None: for i, point in enumerate(points): # 计算测点位移 x, y = point dx = circles[i][0] - x dy = circles[i][1] - y displacement = np.sqrt(dx ** 2 + dy ** 2) # 绘制测点位移曲线 axs[i].plot(frame_count / fps, displacement, colors[i] + '.') axs[i].set_xlim([0, frame_count / fps]) axs[i].set_ylim([0, 100]) axs[i].set_xlabel('Time (s)') axs[i].set_ylabel('Displacement (pixels)') cv2.imshow('frame', frame) if cv2.waitKey(1) == ord('q'): break cap.release() cv2.destroyAllWindows() plt.show() ``` 通过以上算法,可以读取悬臂梁振动冲击视频,利用圆心标靶检测算法提取结构6个测点的位移并绘制每个测点的位移曲线。

相关推荐

最新推荐

recommend-type

基于圆心真实图像坐标计算的高精度相机标定方法

在基于圆点阵二维平面靶标的相机标定方法中,直接在拍摄的标靶图像中提取的椭圆中心并非真实的圆心投影像点,该圆心成像投影偏差必然会降低相机参数标定精度。基于此,提出将标靶图像逆向投影至空间虚拟矩阵以获得真实...
recommend-type

opencv摄像机双目标定代码

各标定步骤实现方法 1 计算标靶平面与图像平面之间...由单摄像机标定过程可以知道,标定靶每变换一个位置就可以得到一组摄像机外参数:Rr,Tr,与Rl, Tl,因此,由公式R=RrRl-1 ;T=Tr- RrRl-1Tl,可以得到一组结构参数R和T
recommend-type

深度图像自动配准点云的方法研究

点云配准是三维激光扫描数据处理过程中不可或缺的一个环节,利用标靶进行配准是经典的手段之一, 此类方案在单独扫描标靶的基础上进行半自动化配准。本文给出一种配准策略,利用中心投影原理将单站扫描的 点云转换为...
recommend-type

基于Python的蓝桥杯竞赛平台的设计与实现

【作品名称】:基于Python的蓝桥杯竞赛平台的设计与实现 【适用人群】:适用于希望学习不同技术领域的小白或进阶学习者。可作为毕设项目、课程设计、大作业、工程实训或初期项目立项。 【项目介绍】:基于Python的蓝桥杯竞赛平台的设计与实现
recommend-type

python实现基于深度学习TensorFlow框架的花朵识别项目源码.zip

python实现基于深度学习TensorFlow框架的花朵识别项目源码.zip
recommend-type

zigbee-cluster-library-specification

最新的zigbee-cluster-library-specification说明文档。
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

实现实时数据湖架构:Kafka与Hive集成

![实现实时数据湖架构:Kafka与Hive集成](https://img-blog.csdnimg.cn/img_convert/10eb2e6972b3b6086286fc64c0b3ee41.jpeg) # 1. 实时数据湖架构概述** 实时数据湖是一种现代数据管理架构,它允许企业以低延迟的方式收集、存储和处理大量数据。与传统数据仓库不同,实时数据湖不依赖于预先定义的模式,而是采用灵活的架构,可以处理各种数据类型和格式。这种架构为企业提供了以下优势: - **实时洞察:**实时数据湖允许企业访问最新的数据,从而做出更明智的决策。 - **数据民主化:**实时数据湖使各种利益相关者都可
recommend-type

2. 通过python绘制y=e-xsin(2πx)图像

可以使用matplotlib库来绘制这个函数的图像。以下是一段示例代码: ```python import numpy as np import matplotlib.pyplot as plt def func(x): return np.exp(-x) * np.sin(2 * np.pi * x) x = np.linspace(0, 5, 500) y = func(x) plt.plot(x, y) plt.xlabel('x') plt.ylabel('y') plt.title('y = e^{-x} sin(2πx)') plt.show() ``` 运行这段
recommend-type

JSBSim Reference Manual

JSBSim参考手册,其中包含JSBSim简介,JSBSim配置文件xml的编写语法,编程手册以及一些应用实例等。其中有部分内容还没有写完,估计有生之年很难看到完整版了,但是内容还是很有参考价值的。