OpenCvSharp 编写多线程CircularCaliper找圆心函数 , 输入图像、找圆弧区域的半径、圆弧中心点、设定圆弧域起始角度、圆弧区域结束角度 输入Caliper个数,宽度、长度、 将每个Caliper区域按输入圆弧与半径的交点作小矩形的中心剪出小区域图像 将每个Caliper区域roi内从整体图像中复制成小图像来分析以提高速度,得到的点坐标转换到整体大图的坐标系中 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out double centerX, out double centerY,out double Radius请编写函数

时间: 2024-02-03 15:12:01 浏览: 72
PDF

关于C语言多线程pthread库的相关函数说明

以下是使用OpenCvSharp编写的多线程CircularCaliper找圆心函数的示例代码: ```csharp using System; using System.Collections.Concurrent; using System.Collections.Generic; using System.Threading.Tasks; using OpenCvSharp; public class CircularCaliperFinder { private readonly Mat _image; private readonly int _radius; private readonly Point _center; private readonly double _startAngle; private readonly double _endAngle; private readonly int _caliperCount; private readonly int _caliperWidth; private readonly int _caliperLength; private readonly bool _innerToOuter; private readonly int _cannyThreshold1; private readonly int _cannyThreshold2; public CircularCaliperFinder(Mat image, int radius, Point center, double startAngle, double endAngle, int caliperCount, int caliperWidth, int caliperLength, bool innerToOuter, int cannyThreshold1, int cannyThreshold2) { _image = image; _radius = radius; _center = center; _startAngle = startAngle; _endAngle = endAngle; _caliperCount = caliperCount; _caliperWidth = caliperWidth; _caliperLength = caliperLength; _innerToOuter = innerToOuter; _cannyThreshold1 = cannyThreshold1; _cannyThreshold2 = cannyThreshold2; } public void Find(out double centerX, out double centerY, out double radius) { int width = _image.Width; int height = _image.Height; List<CaliperRegion> regions = new List<CaliperRegion>(); double angleStep = (_endAngle - _startAngle) / _caliperCount; double angle = _innerToOuter ? _startAngle : _endAngle; for (int i = 0; i < _caliperCount; i++) { Point[] points = new Point[4]; double x = _center.X + _radius * Math.Cos(angle); double y = _center.Y + _radius * Math.Sin(angle); Point intersection1 = new Point((int)Math.Round(x), (int)Math.Round(y)); x = _center.X + (_radius + _caliperLength) * Math.Cos(angle); y = _center.Y + (_radius + _caliperLength) * Math.Sin(angle); Point intersection2 = new Point((int)Math.Round(x), (int)Math.Round(y)); double angle1 = angle - _caliperWidth / 2; double angle2 = angle + _caliperWidth / 2; x = _center.X + _radius * Math.Cos(angle1); y = _center.Y + _radius * Math.Sin(angle1); points[0] = new Point((int)Math.Round(x), (int)Math.Round(y)); x = _center.X + (_radius + _caliperLength) * Math.Cos(angle1); y = _center.Y + (_radius + _caliperLength) * Math.Sin(angle1); points[1] = new Point((int)Math.Round(x), (int)Math.Round(y)); x = _center.X + _radius * Math.Cos(angle2); y = _center.Y + _radius * Math.Sin(angle2); points[2] = new Point((int)Math.Round(x), (int)Math.Round(y)); x = _center.X + (_radius + _caliperLength) * Math.Cos(angle2); y = _center.Y + (_radius + _caliperLength) * Math.Sin(angle2); points[3] = new Point((int)Math.Round(x), (int)Math.Round(y)); Rect roi = new Rect(intersection1, intersection2); if (roi.X < 0 || roi.Y < 0 || roi.Right > width || roi.Bottom > height) { continue; } Mat region = new Mat(_image, roi); CaliperRegion caliperRegion = new CaliperRegion(region, points); regions.Add(caliperRegion); angle += angleStep; } ConcurrentBag<Point> cannyPoints = new ConcurrentBag<Point>(); Parallel.ForEach(regions, region => { Mat canny = new Mat(); Cv2.Canny(region.Region, canny, _cannyThreshold1, _cannyThreshold2); Point[] points = region.Points; foreach (Point point in points) { point.X -= region.Roi.X; point.Y -= region.Roi.Y; } Point[] edgePoints = new Point[canny.Rows * canny.Cols]; int count = 0; for (int y = 0; y < canny.Rows; y++) { for (int x = 0; x < canny.Cols; x++) { if (canny.Get<byte>(y, x) != 0) { edgePoints[count++] = new Point(x, y); } } } for (int i = 0; i < count; i++) { Point edgePoint = edgePoints[i]; edgePoint.X += region.Roi.X; edgePoint.Y += region.Roi.Y; if (IsInsideArc(edgePoint, _center, _radius, _startAngle, _endAngle)) { cannyPoints.Add(edgePoint); } } }); Point[] pointsArray = new Point[cannyPoints.Count]; cannyPoints.CopyTo(pointsArray, 0); if (pointsArray.Length < 5) { centerX = _center.X; centerY = _center.Y; radius = _radius; return; } Cv2.MinEnclosingCircle(pointsArray, out Point2f center, out float r); centerX = center.X; centerY = center.Y; radius = r; } private static bool IsInsideArc(Point point, Point center, int radius, double startAngle, double endAngle) { double dx = point.X - center.X; double dy = point.Y - center.Y; double angle = Math.Atan2(dy, dx); if (angle < 0) { angle += Math.PI * 2; } double distance = Math.Sqrt(dx * dx + dy * dy); return distance >= radius && angle >= startAngle && angle <= endAngle; } private class CaliperRegion { public Mat Region { get; } public Point[] Points { get; } public Rect Roi { get; } public CaliperRegion(Mat region, Point[] points) { Region = region; Points = points; Roi = new Rect(points[0], points[2]); } } } ``` 使用示例: ```csharp Mat image = Cv2.ImRead("image.png", ImreadModes.GrayScale); Point center = new Point(image.Width / 2, image.Height / 2); CircularCaliperFinder finder = new CircularCaliperFinder(image, 100, center, 0, Math.PI * 2, 36, 10, 20, true, 100, 200); finder.Find(out double centerX, out double centerY, out double radius); ``` 这个示例程序中,我们首先读入一个灰度图像,然后将图像中心设置为圆心,使用CircularCaliperFinder类来查找圆心。在创建CircularCaliperFinder对象时,我们需要提供以下参数: - image:输入图像。 - radius:找圆弧区域的半径。 - center:圆弧中心点。 - startAngle:设定圆弧域起始角度。 - endAngle:圆弧区域结束角度。 - caliperCount:输入Caliper个数。 - caliperWidth:Caliper宽度。 - caliperLength:Caliper长度。 - innerToOuter:是否从内到外找圆心。 - cannyThreshold1:Canny算子参数1。 - cannyThreshold2:Canny算子参数2。 然后,我们调用Find方法来查找圆心,并将结果保存在out参数中。在Find方法中,我们首先计算每个Caliper的位置和方向,并将其封装在CaliperRegion类中。然后,我们使用并行计算来处理每个Caliper区域,将其转换为二值图像,并使用Canny算子来查找边缘点。接下来,我们将边缘点转换为整体图像坐标系,并将其添加到一个ConcurrentBag中。最后,我们使用MinEnclosingCircle函数来拟合圆心。如果找不到足够的边缘点,则返回输入的圆心和半径。
阅读全文

相关推荐

最新推荐

recommend-type

Java多线程之多线程异常捕捉

在Java多线程编程中,异常处理是一项关键的机制,特别是在多线程环境下,由于线程的并发执行,处理异常的方式与单线程有所不同。本文将深入探讨Java多线程中的异常捕捉,以及如何有效地在多线程环境中处理异常。 ...
recommend-type

python多线程接口案例

在Python编程中,多线程是一种并发执行任务的方式,它允许程序同时处理多个任务,提高程序的执行效率。在这个特定的“python多线程接口案例”中,我们看到一个脚本被设计用来模拟50个或更多的用户并发访问某个内控...
recommend-type

C#多线程处理多个队列数据的方法

在C#编程中,多线程处理多个队列数据是一种常见的并发执行策略,它能够提高程序的执行效率,尤其在处理大量数据时。本示例介绍了一种利用ThreadPool类和委托来实现多线程处理多个队列数据的方法。以下是详细的知识点...
recommend-type

QNX环境下多线程编程

QNX环境下多线程编程 QNX环境下多线程编程是指在QNX实时操作系统中如何使用多线程编程技术来提高系统的性能和效率。QNX是一种多任务、分布式、可嵌入的实时操作系统,它具有轻巧的微内核,可以对进程进行全面的地址...
recommend-type

详解Python多线程下的list

线程安全指的是在多线程环境中,一个数据结构或函数在任何时候都能正确地处理多个线程的并发访问,不会因为线程的并发执行导致数据的不一致。在Python中,内置的数据结构如list、dict和str等在默认情况下并不保证...
recommend-type

JHU荣誉单变量微积分课程教案介绍

资源摘要信息:"jhu2017-18-honors-single-variable-calculus" 知识点一:荣誉单变量微积分课程介绍 本课程为JHU(约翰霍普金斯大学)的荣誉单变量微积分课程,主要针对在2018年秋季和2019年秋季两个学期开设。课程内容涵盖两个学期的微积分知识,包括整合和微分两大部分。该课程采用IBL(Inquiry-Based Learning)格式进行教学,即学生先自行解决问题,然后在学习过程中逐步掌握相关理论知识。 知识点二:IBL教学法 IBL教学法,即问题导向的学习方法,是一种以学生为中心的教学模式。在这种模式下,学生在教师的引导下,通过提出问题、解决问题来获取知识,从而培养学生的自主学习能力和问题解决能力。IBL教学法强调学生的主动参与和探索,教师的角色更多的是引导者和协助者。 知识点三:课程难度及学习方法 课程的第一次迭代主要包含问题,难度较大,学生需要有一定的数学基础和自学能力。第二次迭代则在第一次的基础上增加了更多的理论和解释,难度相对降低,更适合学生理解和学习。这种设计旨在帮助学生从实际问题出发,逐步深入理解微积分理论,提高学习效率。 知识点四:课程先决条件及学习建议 课程的先决条件为预演算,即在进入课程之前需要掌握一定的演算知识和技能。建议在使用这些笔记之前,先完成一些基础演算的入门课程,并进行一些数学证明的练习。这样可以更好地理解和掌握课程内容,提高学习效果。 知识点五:TeX格式文件 标签"TeX"意味着该课程的资料是以TeX格式保存和发布的。TeX是一种基于排版语言的格式,广泛应用于学术出版物的排版,特别是在数学、物理学和计算机科学领域。TeX格式的文件可以确保文档内容的准确性和排版的美观性,适合用于编写和分享复杂的科学和技术文档。
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

【实战篇:自定义损失函数】:构建独特损失函数解决特定问题,优化模型性能

![损失函数](https://img-blog.csdnimg.cn/direct/a83762ba6eb248f69091b5154ddf78ca.png) # 1. 损失函数的基本概念与作用 ## 1.1 损失函数定义 损失函数是机器学习中的核心概念,用于衡量模型预测值与实际值之间的差异。它是优化算法调整模型参数以最小化的目标函数。 ```math L(y, f(x)) = \sum_{i=1}^{N} L_i(y_i, f(x_i)) ``` 其中,`L`表示损失函数,`y`为实际值,`f(x)`为模型预测值,`N`为样本数量,`L_i`为第`i`个样本的损失。 ## 1.2 损
recommend-type

如何在ZYNQMP平台上配置TUSB1210 USB接口芯片以实现Host模式,并确保与Linux内核的兼容性?

要在ZYNQMP平台上实现TUSB1210 USB接口芯片的Host模式功能,并确保与Linux内核的兼容性,首先需要在硬件层面完成TUSB1210与ZYNQMP芯片的正确连接,保证USB2.0和USB3.0之间的硬件电路设计符合ZYNQMP的要求。 参考资源链接:[ZYNQMP USB主机模式实现与测试(TUSB1210)](https://wenku.csdn.net/doc/6nneek7zxw?spm=1055.2569.3001.10343) 具体步骤包括: 1. 在Vivado中设计硬件电路,配置USB接口相关的Bank502和Bank505引脚,同时确保USB时钟的正确配置。
recommend-type

Naruto爱好者必备CLI测试应用

资源摘要信息:"Are-you-a-Naruto-Fan:CLI测验应用程序,用于检查Naruto狂热者的知识" 该应用程序是一个基于命令行界面(CLI)的测验工具,设计用于测试用户对日本动漫《火影忍者》(Naruto)的知识水平。《火影忍者》是由岸本齐史创作的一部广受欢迎的漫画系列,后被改编成同名电视动画,并衍生出一系列相关的产品和文化现象。该动漫讲述了主角漩涡鸣人从忍者学校开始的成长故事,直到成为木叶隐村的领袖,期间包含了忍者文化、战斗、忍术、友情和忍者世界的政治斗争等元素。 这个测验应用程序的开发主要使用了JavaScript语言。JavaScript是一种广泛应用于前端开发的编程语言,它允许网页具有交互性,同时也可以在服务器端运行(如Node.js环境)。在这个CLI应用程序中,JavaScript被用来处理用户的输入,生成问题,并根据用户的回答来评估其对《火影忍者》的知识水平。 开发这样的测验应用程序可能涉及到以下知识点和技术: 1. **命令行界面(CLI)开发:** CLI应用程序是指用户通过命令行或终端与之交互的软件。在Web开发中,Node.js提供了一个运行JavaScript的环境,使得开发者可以使用JavaScript语言来创建服务器端应用程序和工具,包括CLI应用程序。CLI应用程序通常涉及到使用诸如 commander.js 或 yargs 等库来解析命令行参数和选项。 2. **JavaScript基础:** 开发CLI应用程序需要对JavaScript语言有扎实的理解,包括数据类型、函数、对象、数组、事件循环、异步编程等。 3. **知识库构建:** 测验应用程序的核心是其问题库,它包含了与《火影忍者》相关的各种问题。开发人员需要设计和构建这个知识库,并确保问题的多样性和覆盖面。 4. **逻辑和流程控制:** 在应用程序中,需要编写逻辑来控制测验的流程,比如问题的随机出现、计时器、计分机制以及结束时的反馈。 5. **用户界面(UI)交互:** 尽管是CLI,用户界面仍然重要。开发者需要确保用户体验流畅,这包括清晰的问题呈现、简洁的指令和友好的输出格式。 6. **模块化和封装:** 开发过程中应当遵循模块化原则,将不同的功能分隔开来,以便于管理和维护。例如,可以将问题生成器、计分器和用户输入处理器等封装成独立的模块。 7. **单元测试和调试:** 测验应用程序在发布前需要经过严格的测试和调试。使用如Mocha或Jest这样的JavaScript测试框架可以编写单元测试,并通过控制台输出调试信息来排除故障。 8. **部署和分发:** 最后,开发完成的应用程序需要被打包和分发。如果是基于Node.js的应用程序,常见的做法是将其打包为可执行文件(如使用electron或pkg工具),以便在不同的操作系统上运行。 根据提供的文件信息,虽然具体细节有限,但可以推测该应用程序可能采用了上述技术点。用户通过点击提供的链接,可能将被引导到一个网页或直接下载CLI应用程序的可执行文件,从而开始进行《火影忍者》的知识测验。通过这个测验,用户不仅能享受答题的乐趣,还可以加深对《火影忍者》的理解和认识。