- 添加完整的项目文档(README.md, design.md, CLAUDE.md) - 实现核心检测算法:ROI管理、峰值检测、帧间稳定 - 支持实时摄像头检测和视频文件处理 - 包含图像预处理:去雾、几何校正、图像增强 - 提供多种输出格式:JSON、CSV、矩阵、文本 - 实现双阈值检测算法适应雾天环境 - 添加ROI标定工具和配置文件管理 🤖 Generated with [Claude Code](https://claude.ai/code) Co-Authored-By: Claude <noreply@anthropic.com>
58 lines
1.5 KiB
Python
58 lines
1.5 KiB
Python
#!/usr/bin/env python3
|
||
"""
|
||
ROI标定演示脚本
|
||
使用测试图像进行ROI区域标定
|
||
"""
|
||
|
||
import sys
|
||
import os
|
||
|
||
# 添加项目根目录到路径
|
||
sys.path.insert(0, os.path.join(os.path.dirname(__file__), '..'))
|
||
|
||
from tools.roi_calibration_tool import ROICalibrationTool
|
||
|
||
|
||
def main():
|
||
"""
|
||
主函数
|
||
"""
|
||
print("YantaiVisionX ROI标定工具")
|
||
print("=" * 50)
|
||
|
||
# 获取图像路径
|
||
if len(sys.argv) > 1:
|
||
image_path = sys.argv[1]
|
||
else:
|
||
# 提示用户输入图像路径
|
||
image_path = input("请输入标定图像路径: ").strip()
|
||
|
||
if not os.path.exists(image_path):
|
||
print(f"错误: 图像文件不存在 - {image_path}")
|
||
return
|
||
|
||
print(f"加载标定图像: {image_path}")
|
||
|
||
# 创建标定工具
|
||
tool = ROICalibrationTool()
|
||
|
||
print("\n标定说明:")
|
||
print("1. 按照3排×6列的布局标定18个LED灯")
|
||
print("2. ROI命名: R1C1, R1C2, ..., R3C6")
|
||
print("3. 从左上角开始,按行优先顺序点击每个LED中心")
|
||
print("4. 操作键:")
|
||
print(" - 鼠标左键: 标定当前ROI中心点")
|
||
print(" - R键: 重置所有标定")
|
||
print(" - S键: 保存配置并退出")
|
||
print(" - +/-键: 调整ROI大小")
|
||
print(" - Q键/ESC: 退出不保存")
|
||
print("\n开始标定...")
|
||
|
||
# 运行标定
|
||
tool.run_calibration(image_path)
|
||
|
||
print("标定完成!")
|
||
|
||
|
||
if __name__ == "__main__":
|
||
main() |