A virtue platform to run image processing simulation for smartcar race. 智能车仿真图像生成平台。
-
vc14工具集
-
opencv.win.native nuget包
-
打开工程下图选择“无升级”
建议使用版本1.12.2，建议下载方式：
-
Java版本：我的世界中文下载站（不过请支持正版~）
-
网易mc中国版（免费正版）
-
Windows应用商店版本（付费）
安装后，打开我提供的example世界。如何制作世界请自行参考其他资料。
-
使用独立显卡运行游戏！
-
F1键隐藏手
-
/gamemode 1 开启创造模式便于调整视角
-
F3+P快捷键：是一个可以取消切出游戏换面时弹出的ESC游戏选项的功能，也就是说切出游戏不需要打开背包或者打开对话窗即可直接切出，单机玩家不会进入暂停界面。
-
视频设置渲染距离远
-
角视场自行调整
-
双击空格离地
-
空格上升
-
shift下降。
-
/gamerule doMobSpawning false禁止生物出现
-
/weather rain 雪花噪点
-
F3查看当前坐标：所处高度，摄像头指向等
使用Visual Studio 2017或Visual Studio 2015,为保证程序能够正确编译，请配置平台工具集为Visual Studio 2015（v140）。
否则nuget获得的opencv会出问题。
编译运行，程序检测所有windows窗体，选择其中的Minecraft窗体，如图：
将游戏界面拖到你能看到的位置，此时程序将会实时捕获游戏界面。
如果捕获的画面包含有标题栏等不希望出现的东西，按控制台上的提示按按键调整。
使用下面的代码进行边界柔和以及二值化。
cvtColor(src_orig, src_gray, CV_BGR2GRAY);//灰度化
Mat src_cut = src_gray(Range(up_cut, src_gray.rows-1-down_cut), Range(left_cut, src_gray.cols-1-right_cut));//裁剪
const int _target_width = 80;//转化为80*60的灰度图
const int _target_hight = 60;//转化为80*60的灰度图
int kenel_size_x = blur_parameter * src_cut.rows / _target_hight; if (kenel_size_x % 2 == 0) kenel_size_x += 1;
int kenel_size_y = blur_parameter * src_cut.cols / _target_width; if (kenel_size_y % 2 == 0) kenel_size_y += 1;
int kenel = (kenel_size_x > kenel_size_y) ? kenel_size_x : kenel_size_y;//取较大的当卷积核
blur(src_cut, src_blur, Size(kenel, kenel));//模糊图像以取得顺滑的边界线
scaleIntervalSampling(src_blur, target_img,
(double)_target_hight / (src_blur.rows),
(double)_target_width / (src_blur.cols));//转化为80*60的灰度图
threshold(target_img, img_threshold, 0, 255, CV_THRESH_OTSU);//大津法二值化
- 三个文件负责处理图像：
- 测试的图像处理函数的内容
//下面几个头文件使得该文件（imageprocess）可以跨越单片机和电脑，复制粘贴后即可运行在单片机上
//请在单片机和电脑上编写不同的"environment.h"和"extVarContainer.h"
#include <stdint.h>
#include "environment.h" //指示了当前的环境
#include "extVarContainer.h" //存放了单片机上一些不能转移的外部变量，例如extern float speed;访问虚拟的车速
int imageProcessOnChipAndOnVS(uint8_t (*img)[CAMERA_COLS])
{
for (int i = 10; i < CAMERA_ROWS - 10; i++)//测试：在图像中画一条竖线
{
for (int j = 10; j < CAMERA_COLS - 10; j++)
{
if (j == 40)
{
img[i][j] = 125;
}
}
}
return 0;
}
- 主程序中的图像处理函数接口：
if (src_blur.rows > 0 && src_blur.rows > 0) {
imshow(outputname, src_blur);//显示采集后模糊的图像
}
if (img_threshold.rows > 0 && img_threshold.rows > 0) {
imshow("转化灰度和分辨率后的图像", img_threshold);//显示…………的图像
}
for (int i = 0; i < img_threshold.rows; i++) {//转入八位数组中待处理
for (int j = 0; j < img_threshold.cols; j++) {
image_target[i][j] = img_threshold.at<uint8_t>(i, j);
}
}
/**********************图像处理接口***************************/
imageProcessOnChipAndOnVS(image_target);
/**********************图像处理接口***************************/
for (int i = 0; i < img_result.rows; i++) {//处理完后装入Mat中，待显示
for (int j = 0; j < img_result.cols; j++) {
img_result.at<uint8_t>(i, j)=image_target[i][j];
}
}
if (img_result.rows > 0 && img_result.rows > 0) {
imshow("处理后的图像", img_result);//显示结果
}