自动化识别电子仪器和电子元件技术与电工电子类课程的应用
- 格式:pdf
- 大小:1.67 MB
- 文档页数:1
2016年第45期(总第309期)
机器视觉和图像处理技术已经广泛应用于工业技术、医疗、航空航天、军事等各个领域。同样课堂教学领域尤其是电工电子类课程有大量仪表数据或者电子元件需要教师与学生进行快速识别,如果全部依赖于教师一人则任务过重,如果利用软件来识别电子数值,快速帮助学生纠错与掌握其识别技能,则事半功倍,尤其是手机开发更是在其基础上如虎添翼。一、Opencv简介OpenCV是一个广受欢迎的开源计算机视觉库,提供了从最基本的滤波到高级的物体检测的相关图像处理函数。当我们需要使用其相关功能时,只需要连接opencv开发库,并调用相关函数二、加载使用OpencvAndroidStudio是Google公司开发的Android集成开发工具,其配置opencv的步骤如下:首先是下载其官方压缩包,访问官网--http://opencv.org--下载OpenCV4Android在AndroidStudio中选择File-->ImportModule,找到OpenCV解压的路径,选择sdk/Java文件夹中的内容并作为Module进行导入修改build.gradle信息,确保所选用的Android系统sdk一致添加ModuleDependency,选择File--->ProjectStructure,在appmodule的Dependencies中,点击右上角的绿色加号,添加对应openCVLibrary在OpenCV的解压包中,将sdk-->native-->libs文件夹复制,粘贴在Project视图下app-->src-->main目录下,并将其重命名为jniLibs三、开发数字仪表的识别过程1.初始化opencv函数库调用2.调用Android手机摄像头,截图图片资源,并保存为Bitmap格式,等待之后的处理调用CameraBridgeViewBase类来显示对应camera视图mOpenCvCameraView,设置其属性最后加载时需要注意,截屏后的view是可以通过opencv的rgba()和gray()方法允许得到RGBA帧数据与一个灰度通道的Mat,然后就可以将其绘制在图片上了3.调用并封装对应图片数据intnumRow=5;intnumCol=5;inttype=org.opencv.core.CvType.CV_8UC1;MatmyMatrix=newMat(numRow,numCol,type);4.对位图文件进行预处理,包括平滑处理,灰度处理,与均衡处理MatblurredImage=newMat();Sizesize=newSize(7,7);Imgproc.blur(sampledImage,blurredImage,size);5.对图片数据进行二元判断,转化为黑白图MatblurredImage=newMat();Sizesize=newSize(7,7);Imgproc.GaussianBlur(sampledImage,blurredImage,size,0,0);6.对黑白图片进行初步优化,去除毛刺Matgray=newMat();Imgproc.cvtColor(blurredImage,gray,Imgproc.COLOR_RGB2GRAY);MatxFirstDervative=newMat(),yFirstDervative=newMa();7.对图片中的文字进行腐蚀,膨胀,锐化再进一步优化MatgreyImage=newMat();Imgproc.cvtColor(sampledImage,greyImage,Imgproc.COL-OR_RGB2GRAY);MatOfKeyPointkeyPoints=newMatOfKeyPoint();FeatureDetectordetector=FeatureDetector.create(FeatureDetec-tor.FAST);detector.detect(greyImage,keyPoints);Features2d.drawKeypoints(greyImage,keyPoints,greyImage);displayImage(greyImage);8.最后识别图形轮廓,输出对于数值四、总结整个识别过程在于调用opencv的处理函数,根据模式识别的marchpattern,对图形进行优化处理,最后再快速识别。其主体应用可以适用于电子基础中的万用表数据的快速识别,电工课程中的色环电阻、电容等原件的识别,后期可以用于简单电路的快速识别与鉴定。自动化识别电子仪器和电子元件技术与电工电子类课程的应用刘畅(无锡机电高等职业技术学校,江苏无锡214000冤摘要OpenCV是一个开源跨平台的机器视觉库,可在应用开发中,直接调用其特定函数,开发出自己的图像处理程序。本文通过示例程序———Meterpatten,讲解了如何在移动端开发简单的图像识别程序,帮助教师与学生快速识别电子仪器与电子元件的数值,
并用于优化电子类课程。关键词
OpenCV;电子元件技术;电工电子类课程应用
中图分类号:G712文献标识码:
A文章编号:
1002-7661(2016)45-0031-01·职业教育·
31