RoboMaster 笃行-视觉组培训第二次作业笔记

1. 组织项目结构

由於希望可以從一開始便寫READE.md，所以第一步先將結構寫好 在組织时按照任务书教学建立,并没遇到报错 在vscode写README.md文档时遇到了无法输入中文（由於我使用倉頡输入法，相比拼音而言能找到的解決方法會更少）的问题: 1.首先我找到了CSDN教程1尝試重裝，無改變 2.再找到CSDN教程2在免費內容中的方法尝試設定，沒找到該設定項 3.思考时想到有机会是输入法问题,根据知乎教程将系统自带输入法换成Fctix5输入法,成功解决问题

2. 配置环境

C++环境在之前已经安装过，无需再次安装
OpenCV库的配置跟随CSDN教程执行，并无报错

3.实现基础图像处理操作

在这一步我尝试询问了gpt4o,对话如下: 我:如何使用opencv VSCODE C++对图片进行图像颜色空间转换:转化为灰度图,转化为 HSV 图片 gpt4o:
使用 OpenCV 在 VS Code 中编写 C++ 代码来进行图像颜色空间转换，包括将图像转换为灰度图和 HSV 图，可以按照以下步骤进行：

    ### 1. 安装 OpenCV

    首先，你需要在系统上安装 OpenCV。你可以通过以下命令安装 OpenCV：

    ```bash
    sudo apt update
    sudo apt install libopencv-dev
    ```

    ### 2. 配置 VS Code

    确保你已经安装了 C++ 扩展插件（C/C++ by Microsoft）以支持 C++ 编程。

    ### 3. 创建项目目录

    创建一个新的项目目录并进入该目录：

    ```bash
    mkdir opencv_project
    cd opencv_project
    ```

    ### 4. 创建 C++ 源文件

    创建一个名为 `main.cpp` 的文件，并添加以下代码：

    ```cpp
    #include <opencv2/opencv.hpp>
    #include <iostream>

    using namespace cv;
    using namespace std;

    int main(int argc, char** argv) {
        // 检查是否提供了图像路径
        if (argc != 2) {
            cout << "Usage: " << argv[0] << " <Image_Path>" << endl;
            return -1;
        }

        // 读取图像
        Mat image = imread(argv[1], IMREAD_COLOR);
        if (image.empty()) {
            cout << "Could not open or find the image" << endl;
            return -1;
        }

        // 转换为灰度图
        Mat grayImage;
        cvtColor(image, grayImage, COLOR_BGR2GRAY);

        // 转换为 HSV 图像
        Mat hsvImage;
        cvtColor(image, hsvImage, COLOR_BGR2HSV);

        // 显示原图像
        namedWindow("Original Image", WINDOW_AUTOSIZE);
        imshow("Original Image", image);

        // 显示灰度图
        namedWindow("Gray Image", WINDOW_AUTOSIZE);
        imshow("Gray Image", grayImage);

        // 显示 HSV 图像
        namedWindow("HSV Image", WINDOW_AUTOSIZE);
        imshow("HSV Image", hsvImage);

        // 等待用户按键
        waitKey(0);

        return 0;
    }
    ```

    ### 5. 创建 CMake 文件

    创建一个名为 `CMakeLists.txt` 的文件，并添加以下内容：

    ```cmake
    cmake_minimum_required(VERSION 3.10)
    project(OpenCVProject)

    # 设置 C++ 标准
    set(CMAKE_CXX_STANDARD 11)

    # 查找 OpenCV 包
    find_package(OpenCV REQUIRED)

    # 添加可执行文件
    add_executable(OpenCVProject main.cpp)

    # 链接 OpenCV 库
    target_link_libraries(OpenCVProject ${OpenCV_LIBS})
    ```

    ### 6. 编译和运行项目

    在项目目录中创建一个 `build` 目录并进入该目录：

    ```bash
    mkdir build
    cd build
    ```

    使用 CMake 配置并构建项目：

    ```bash
    cmake ..
    make
    ```

    编译完成后，你可以运行生成的可执行文件，并传递图像路径作为参数：

    ```bash
    ./OpenCVProject ../path/to/your/image.jpg
    ```

    ### 7. 运行结果

    程序将会显示三个窗口，分别显示原图像、灰度图和 HSV 图像。

通过这些步骤，你可以在 VS Code 中使用 OpenCV 和 C++ 进行图像颜色空间转换。如果你在执行这些步骤时遇到任何问题，请提供具体的错误信息或行为描述，以便进一步诊断和解决问题。

我希望逐步尝试,只取了显示图像部份,代码如下:

#include <opencv2/opencv.hpp>
#include <opencv2/highgui.hpp>
#include <opencv2/imgproc.hpp>
#include <iostream>

int main()
{
    cv::Mat image = cv::imread("../resource/test_image.png");
    cv::imshow("Image", image);

}

但开始遇到以下问题:

在#include <opencv2/opencv.hpp>中发现报错:检测到 #include 错误。请更新 includePath。已为此翻译单元(/home/kaiun1221/RMDX/Task_02/opencv_project/src/main.cpp)禁用波形曲线。C/C++(1696)

我继续询问gpt4o,其回覆内容如下:

要在基于 Debian 的系统（如 Ubuntu）上使用 `apt` 安装 `g++` 和 `curl`，你可以执行以下命令：

### 1. 更新软件包列表

首先，确保你的软件包列表是最新的：

```bash
sudo apt update
```

### 2. 安装 `g++`

`g++` 是 GNU 编译器集合中的 C++ 编译器。你可以使用以下命令安装它：

```bash
sudo apt install g++
```

### 3. 安装 `curl`

`curl` 是一个用于传输数据的命令行工具，支持多种协议。你可以使用以下命令安装它：

```bash
sudo apt install curl
```

### 4. 验证安装

安装完成后，你可以通过以下命令验证 `g++` 和 `curl` 是否已正确安装：

```bash
g++ --version
curl --version
```

这两个命令应该会输出相应的软件版本信息，确认它们已成功安装。

### 总结

以下是完整的命令列表，供参考：

```bash
sudo apt update
sudo apt install g++
sudo apt install curl
```

执行这些命令后，你的系统应该会安装 `g++` 和 `curl`，并且你可以开始使用它们了。如果在安装过程中遇到任何问题，请提供具体的错误信息，以便进一步诊断和解决。

根据gpt4o教程修改,并没有用 之後再在CSDN上找到教程(连结已遗失),根据教程修改"c_cpp_properties.json"代码为:

{
    "configurations": [
        {
            "name": "Linux",
            "includePath": [
                "/usr/include",
                "${workspaceFolder}/**",
                "/usr/include/c++/11",
                "/usr/include/x86_64-linux-gnu/c++/11",
                "/usr/include/c++/11/backward",
                "/usr/lib/gcc/x86_64-linux-gnu/11/include",
                "/usr/local/include",
                "/usr/include/x86_64-linux-gnu"
            ],
            "defines": [],
            "cStandard": "c17",
            "cppStandard": "gnu++17",
            "intelliSenseMode": "linux-gcc-x64",
            "compilerPath": ""
        }
    ],
    "version": 4
}

报错成功解决

继续执行代码,遇到报错如下:

[Running] cd "/home/kaiun1221/RMDX/Task_02/opencv_project/src/" && g++ main.cpp -o main && "/home/kaiun1221/RMDX/Task_02/opencv_project/src/"main
main.cpp:1:10: fatal error: opencv2/opencv.hpp: No such file or directory
    1 | #include <opencv2/opencv.hpp>
    |          ^~~~~~~~~~~~~~~~~~~~
compilation terminated.

[Done] exited with code=1 in 0.023 seconds

将报错发送到gpt4o,其回覆如下:

这个错误表明编译器无法找到 OpenCV 的头文件。这个问题通常与 CMake 没有正确找到 OpenCV 安装位置有关。以下是一些可能的解决方案：
确保 OpenCV 已安装

首先，确保你的系统上已经安装了 OpenCV。如果没有安装，你可以使用包管理器来安装。例如，在 Ubuntu 上可以使用以下命令：

sudo apt-get update
sudo apt-get install libopencv-dev

检查 OpenCV 安装路径

确保 OpenCV 安装在系统的标准路径中，或者你知道它的安装路径。你可以使用以下命令来查找 OpenCV 的头文件位置：

pkg-config --cflags opencv4

修改 CMakeLists.txt

如果 OpenCV 安装在非标准路径中，你可能需要在 CMakeLists.txt 中手动指定 OpenCV 的路径。以下是一个修改后的 CMakeLists.txt 示例：

cmake_minimum_required(VERSION 3.10)
project(MyOpenCVProject)

# 设置 C++ 标准
set(CMAKE_CXX_STANDARD 11)
set(CMAKE_CXX_STANDARD_REQUIRED True)

# 查找 OpenCV 包
find_package(OpenCV REQUIRED PATHS /path/to/your/opencv)

# 包含 OpenCV 头文件
include_directories(${OpenCV_INCLUDE_DIRS})

# 添加可执行文件
add_executable(MyOpenCVProject src/main.cpp)

# 链接 OpenCV 库
target_link_libraries(MyOpenCVProject ${OpenCV_LIBS})

将 /path/to/your/opencv 替换为 OpenCV 安装的实际路径。
清理并重新生成构建文件

有时候，CMake 缓存会导致问题。你可以尝试删除 build 目录并重新生成构建文件：

rm -rf build
mkdir build
cd build
cmake ..
make
./MyOpenCVProject

检查 CMake 输出

在运行 cmake .. 时，注意输出信息，确保 CMake 能正确找到 OpenCV。如果 CMake 找不到 OpenCV，会在输出中显示错误信息。
示例输出

如果一切正常，运行 cmake .. 时，你应该看到类似以下的输出：

-- Found OpenCV: /usr/local (found version "4.x.x")
-- Configuring done
-- Generating done
-- Build files have been written to: /path/to/your/project/build

总结

    确保 OpenCV 已正确安装。
    使用 pkg-config 检查 OpenCV 的头文件路径。
    在 CMakeLists.txt 中手动指定 OpenCV 的安装路径（如果必要）。
    清理并重新生成构建文件。
    检查 CMake 输出，确保它能正确找到 OpenCV。

通过这些步骤，你应该能够解决编译器找不到 OpenCV 头文件的问题。

根据gpt4o教程操作,问题并未解决,继续多次询问gpt4o解决方法及细节(inculde内容错误,路径应为绝对路径等我认为有可能的问题),但都得到否定回答,问题仍未解决

于CSDN尝试重装,没效果

最後选择问群友,群友方法无效

20240924 直接问学长,发现是因为CMakeLists.txt中的find_package(OpenCV REQUIRED) 顺序问题,问题解决

原代码来源为直接使用任务书中要求询问gpt4o获得,直接执行发现HSV调红色的图片是全黑的,後续再问gpt4o得出新的代码如下:

// 定义红色的低色调和高色调范围
cv::Mat lowerRedMask, upperRedMask;
cv::inRange(hsvImage, cv::Scalar(0, 100, 100), cv::Scalar(10, 255, 255), lowerRedMask);
cv::inRange(hsvImage, cv::Scalar(170, 100, 100), cv::Scalar(180, 255, 255), upperRedMask);

// 合并低色调和高色调的红色掩码
cv::Mat redMask;
cv::addWeighted(lowerRedMask, 1.0, upperRedMask, 1.0, 0.0, redMask);

// 保存红色掩码图像
saveImage("/home/kaiun1221/RMDX/Task_02/opencv_project/result/red_mask.png", redMask);

修改後没有问题出现.

之後对gpt4o写出的代码输出的图像进行核对,过程中使用gpt4o询问各图像应有的特征,并没有发现错误

4.项目构建与运行

按照任务书教程进行,并无报错,输出图片结果在"result"文件夹

5.提交任务源代码以及 README

按照任务书教程进行,并无报错