如何用Python识别旋转圆盘角度以驱动步进电机

问题描述 #

我拍摄了旋转圆盘的图像，希望根据圆盘的旋转角度来驱动步进电机旋转相同角度。圆盘示例图像如下：

我尝试通过旋转原始图像360度寻找均方误差（MSE）最小的角度，但该方法无效，相关代码如下：

MSE计算函数 #

def mse(img1, img2):
    img1 = cv.cvtColor(img1, cv.COLOR_BGR2GRAY)
    img2 = cv.cvtColor(img2, cv.COLOR_BGR2GRAY)
    h, w = img1.shape
    diff = cv.subtract(img1, img2)
    err = np.sum(diff**2)
    mse = err/(float(h*w))
    return mse

旋转匹配代码 #

for i in range(0,360,5):
    rotate = imutils.rotate(r,i)
    differ = mse(rotate,r)
    print(differ,i)

可行解决方案 #

1. 提取圆盘特征标记计算角度 #

圆盘上有明显的黑白扇形标记，直接利用这些标记计算角度：

• 对图像做二值化处理，提取白色区域轮廓
• 计算白色扇形的中心角度：通过轮廓的最小外接矩形/拟合椭圆得到角度范围，或计算白色区域重心，结合圆盘中心计算夹角
• 对比初始参考图像的白色标记角度，得到旋转差值

2. 局部模板匹配优化检测 #

• 截取圆盘上一个独特的局部标记（比如某块白色扇形的局部）作为模板
• 在目标图像中结合旋转操作使用cv2.matchTemplate进行匹配，找到匹配度最高的角度，即为圆盘旋转角度
• 相比全图MSE，局部模板匹配受背景干扰更小，精度更高

3. 霍夫圆检测+圆心角计算 #

• 用霍夫圆检测定位圆盘的中心和半径
• 提取圆盘边缘像素，结合二值化后的黑白区域，计算白色区域对应的圆心角
• 对比初始状态的圆心角，得到旋转角度差

4. 改进原有MSE方法 #

你之前的MSE方法无效，大概率是因为旋转图像时出现黑边（imutils.rotate默认会保留或裁剪黑边），导致全图对比误差大：

• 改用cv2.warpAffine进行旋转，保持图像尺寸并填充背景（比如用圆盘背景色填充）
• 先通过霍夫圆检测提取圆盘掩码，只计算掩码内区域的MSE，排除背景干扰

代码示例（特征点角度计算） #

import cv2
import numpy as np

def get_disk_angle(img_path):
    # 读取图像并预处理
    img = cv2.imread(img_path)
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    _, binary = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)
    
    # 检测圆盘中心（霍夫圆）
    circles = cv2.HoughCircles(gray, cv2.HOUGH_GRADIENT, 1, 20, param1=50, param2=30, minRadius=100, maxRadius=200)
    if circles is not None:
        circles = np.uint16(np.around(circles))
        center_x, center_y = circles[0][0][0], circles[0][0][1]
        
        # 提取白色区域轮廓
        contours, _ = cv2.findContours(binary, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
        for cnt in contours:
            # 计算轮廓重心
            M = cv2.moments(cnt)
            if M["m00"] != 0:
                cx = int(M["m10"] / M["m00"])
                cy = int(M["m01"] / M["m00"])
                # 计算重心与中心的夹角（以y轴正方向为0度，顺时针为正）
                angle = np.arctan2(cx - center_x, center_y - cy) * 180 / np.pi
                if angle < 0:
                    angle += 360
                return angle
    return 0

# 计算初始角度和当前角度
initial_angle = get_disk_angle("initial_disk.jpg")
current_angle = get_disk_angle("current_disk.jpg")
rotation_diff = (current_angle - initial_angle) % 360
print(f"圆盘旋转角度：{rotation_diff}度")

# 驱动步进电机（示例，根据电机参数调整）
# step_angle = 1.8  # 步进电机步距角
# steps_needed = int(rotation_diff / step_angle)
# 调用电机驱动代码发送steps_needed步

内容的提问来源于stack exchange，提问作者SRIKANTH S