[发明专利]一种基于OpenCV的硬币识别方法

说明书

一种基于OpenCV的硬币识别方法，具体地说是基OpenCV的硬币识别技术，首先对相机采集的图片内容进行预处理，所有的预处理包括对采集到的图片内容进行去噪处理和二值化处理，再对二值化后的图像进行形态学操作中的闭运算对图像进行扩张，然后再侵蚀获得；然后利用findContours算子用于提取图像的轮廓，drawContours算子用于绘制找到的图像轮廓，根据contourArea(contours[t])得到不同硬币值的面积，然后根据多分支选择if语句来进行硬币识别，分别用0.1元硬币特征，0.5元硬币特征和1元硬币特征去匹配下列条件，根据面积大小来进行硬币的识别与分拣。

技术领域

本发明涉及图像识别技术领域，特别涉及一种基于OpenCV的硬币识别方法。

背景技术

在当今物欲横流的时代，硬币在许多特殊的部门要进行高效的处理，例如要识别、计数、分拣，在无人售票的公交车上、投币电话、自动售货机等都要对硬币进行进行精确识别。到最后硬币的清点会花费大量的人工成本以及时间。现如今硬币以它低成本，耐磨损，易回收等无可代替的特点在小面额市场有着非常可观的前景。

发明内容

为了克服上述现有技术的不足，本发明的目的在于提供一种基于OpenCV的硬币识别方法，即基于计算机视觉技术，通过OpenCV实现自动识别硬币面值的大小。首先对硬币进行预处理，然后进行轮廓的提取，计算出每个轮廓的面积大小，根据面积大小来进行硬币的识别与分拣。

为了实现上述目的，本发明采用的技术方案是：

一种基于OpenCV的硬币识别方法，包括以下步骤；

步骤一：对相机采集的图片内容进行预处理，所有的预处理包括对采集到的图片内容进行灰度化cvtColor(src,gray_src,COLOR_BGR2GRAY)；颜色空间转换函数CvtColor，CV_RGB2GRAY就是将图像RGB转换到gray转换成灰度图像，去噪处理GaussianBlur(src,src,Size(3,3),0,0)用高斯滤波器(GaussianFilter)对图像进行平滑处理，然后进行二值化处理threshold，所谓二值化就是将灰度化的图像通过选取适当的阈值来获得反映图像整体和局部特征的二值化图像，阈值是把图像分割的标尺，再对二值化后的图像进行形态学操作中的闭运算对图像进行扩张，然后再侵蚀获得，morphologyEx闭运算：先膨胀，再腐蚀，可清除小黑点；

步骤二：提取图像的轮廓函数findContours用于将相机采集的图像找到硬币的轮廓；

步骤三：根据contourArea(contours[t])得到不同硬币值的面积，作用：计算轮廓面积。

步骤二的函数原型如下：

void findContours//提取轮廓，用于提取图像的轮廓

(

InputOutputArray image,//输入图像，必须是8位单通道图像，并且应该转化成二值的

OutputArrayOfArrays contours,//检测到的轮廓，每个轮廓被表示成一个point向量

OutputArray hierarchy，//层次结构，可选的输出向量，包含关于图像的拓扑结构信息，其具有跟轮廓数相同的元素个数，类型为vector<Vec4i>

int mode,//说明需要的轮廓类型和希望的返回值方式

int method,//轮廓近似方法

Point offset＝Point()

)

drawContours算子用于绘制图像中硬币的轮廓，函数原型如下：