mirror of
https://github.com/Karllzy/cotton_color.git
synced 2025-11-08 10:43:53 +00:00
Update README.md
更新了项目的整体README
This commit is contained in:
parent
49e1e9982c
commit
e8ed2584ec
79
README.md
79
README.md
@ -1,37 +1,41 @@
|
||||
# Cotton Color
|
||||
# Cotton Color
|
||||
|
||||
## 颜色检测
|
||||
[TOC]
|
||||
|
||||
### 艳丽色彩检测
|
||||
## 算法整体框架
|
||||
|
||||
### 颜色检测
|
||||
|
||||
#### 艳丽色彩检测
|
||||
|
||||
纯色彩检测就可以。饱和度检测。
|
||||
|
||||
思路:rgb -> HSV -> s -> threshold -> 杂质
|
||||
|
||||
### 黑色检测/滴灌带检测
|
||||
#### 黑色检测/滴灌带检测
|
||||
|
||||
L a* b* 色彩空间检测,纯黑色就是杂质,但是容易有噪声。
|
||||
|
||||
思路:rgb -> La*b* -> threshold -> 黑色 -> 模板匹配 -> 物体的大小 -> 阈值判断 -> 杂质
|
||||
|
||||
### 暗黄色检测/油棉
|
||||
#### 暗黄色检测/油棉
|
||||
|
||||
L a* b* 色彩空间检测,检测暗黄色。
|
||||
|
||||
思路:rgb -> La*b* -> threshold -> 暗黄色 -> 模板匹配 -> 物体的大小 -> 阈值判断 -> 杂质
|
||||
|
||||
### 带土地膜检测
|
||||
#### 带土地膜检测
|
||||
|
||||
L a* b* 色彩空间检测,检测明黄色、白色。
|
||||
|
||||
思路:rgb -> La*b* -> threshold -> 白色、明黄色 -> 模板匹配 -> 物体的大小 -> 阈值判断 -> 杂质
|
||||
|
||||
|
||||
## 深度学习检测
|
||||
### 深度学习检测
|
||||
|
||||
需求:模板匹配缺少对于纹理的判断,所以要加上深度学习对于各个杂质进行确认。
|
||||
|
||||
### 方案1:端到端式的方案
|
||||
#### 方案1:端到端式的方案
|
||||
|
||||
传统思路:rgb -> La*b* -> threshold -> 白色、明黄色 -> 模板匹配 -> 物体的大小 -> 阈值判断 -> 杂质
|
||||
|
||||
@ -40,7 +44,7 @@ L a* b* 色彩空间检测,检测明黄色、白色。
|
||||
-> YOLO -> 杂质
|
||||
|
||||
|
||||
### 方案2:验证形式的方案
|
||||
#### 方案2:验证形式的方案
|
||||
|
||||
传统思路:rgb -> La*b* -> threshold -> 白色、明黄色 -> 模板匹配 -> 物体的大小 -> 阈值判断 -> 杂质
|
||||
|
||||
@ -50,7 +54,7 @@ L a* b* 色彩空间检测,检测明黄色、白色。
|
||||
|
|
||||
保守方案 -> 深度学习确认 -> 杂质
|
||||
|
||||
#### 讨论记录:
|
||||
##### 讨论记录:
|
||||
|
||||
暗红色(棉叶)
|
||||
|
||||
@ -60,43 +64,50 @@ L a* b* 色彩空间检测,检测明黄色、白色。
|
||||
|
||||
土黄
|
||||
|
||||
### 安装记录
|
||||
## 安装记录
|
||||
|
||||
1. OpenCV安装
|
||||
### OpenCV安装
|
||||
|
||||
下载OpenCV并设置OpenCV_DIR到环境变量,例如:
|
||||
|
||||
在 Windows 上
|
||||
打开“控制面板” > “系统和安全” > “系统”。
|
||||
点击左侧的“高级系统设置”。
|
||||
在“系统属性”窗口中,点击“环境变量”。
|
||||
在“系统变量”或“用户变量”中,点击“新建”。
|
||||
输入变量名 OpenCV_DIR,在变量值中输入 OpenCV 安装的路径,例如 C:\opencv\build。
|
||||
点击“确定”保存更改。
|
||||
**在 Windows 上**
|
||||
|
||||
在 macOS 或 Linux 上
|
||||
打开终端。
|
||||
1. 打开“控制面板” > “系统和安全” > “系统”。
|
||||
2. 点击左侧的“高级系统设置”。
|
||||
3. 在“系统属性”窗口中,点击“环境变量”。
|
||||
4. 在“系统变量”或“用户变量”中,点击“新建”。
|
||||
5. 输入变量名 OpenCV_DIR,在变量值中输入 OpenCV 安装的路径,例如 C:\opencv\build。
|
||||
6. 点击“确定”保存更改。
|
||||
|
||||
编辑您的 shell 配置文件(例如 ~/.bashrc, ~/.zshrc 或 ~/.bash_profile):
|
||||
**在 macOS 或 Linux 上**
|
||||
|
||||
bash
|
||||
复制代码
|
||||
1. 打开终端。
|
||||
2. 编辑您的 shell 配置文件(例如 `~/.bashrc`, `~/.zshrc` 或 `~/.bash_profile`):
|
||||
|
||||
```bash
|
||||
export OpenCV_DIR=/path/to/opencv/build
|
||||
将 /path/to/opencv/build 替换为 OpenCV 安装路径。
|
||||
```
|
||||
|
||||
将 `/path/to/opencv/build` 替换为 OpenCV 安装路径。
|
||||
|
||||
保存文件后,运行以下命令使更改生效:
|
||||
|
||||
bash
|
||||
复制代码
|
||||
```bash
|
||||
source ~/.bashrc # 或者使用 `source ~/.zshrc` 根据您的 shell 类型
|
||||
```
|
||||
|
||||
完成这些步骤后,CMake 应该可以在运行时读取 OpenCV_DIR 变量,确保您的路径正确指向 OpenCV 安装目录的 build 文件夹。
|
||||
|
||||
2. Qt安装
|
||||
### Qt安装
|
||||
|
||||
将 DLL 添加到环境变量 PATH
|
||||
为了让应用程序运行时找到 Qt6Widgets.dll,需要将 Qt 的 bin 目录添加到 PATH 环境变量中:
|
||||
**让机器能够访问dll:**
|
||||
|
||||
打开“开始”菜单,搜索“环境变量”并打开“编辑系统环境变量”。
|
||||
在“系统变量”中找到 PATH,选择并点击“编辑”。
|
||||
点击“新建”,将 Qt 的 bin 目录路径(例如 E:\QT\6.8.0\msvc2019_64\bin)添加进去。
|
||||
点击“确定”并保存更改。
|
||||
1. 将 DLL 添加到环境变量 PATH
|
||||
2. 为了让应用程序运行时找到 Qt6Widgets.dll,需要将 Qt 的 bin 目录添加到 PATH 环境变量中:
|
||||
|
||||
**让编译器能够找到编译路径:**
|
||||
|
||||
1. 打开“开始”菜单,搜索“环境变量”并打开“编辑系统环境变量”。
|
||||
2. 在“系统变量”中找到 PATH,选择并点击“编辑”。
|
||||
3. 点击“新建”,将 Qt 的 bin 目录路径(例如 `E:\QT\6.8.0\msvc2019_64\bin`)添加进去。
|
||||
4. 点击“确定”并保存更改。
|
||||
Loading…
Reference in New Issue
Block a user