基于OpenCV测量高温钢板绿线处宽度的可行方法咨询

针对高温钢板边缘检测失效的问题，手动标记垂直线再测量间距是完全可行的，以下是具体实现方法和细节：

1. 鼠标交互式手动标记边缘 #

利用OpenCV的鼠标回调函数，实现点击标记钢板左右竖直边缘，自动绘制垂直线并计算间距：

import cv2
import numpy as np

# 全局变量存储边缘x坐标、原始图像副本
edge_x = []
original_img = None
display_img = None

def mouse_click_handler(event, x, y, flags, param):
    global edge_x, display_img
    if event == cv2.EVENT_LBUTTONDOWN:
        # 绘制贯穿图像高度的垂直线（红色，厚度2）
        cv2.line(display_img, (x, 0), (x, display_img.shape[0]), (0, 0, 255), 2)
        edge_x.append(x)
        # 标注边缘序号
        cv2.putText(display_img, f"Edge {len(edge_x)}", (x+10, 30), 
                    cv2.FONT_HERSHEY_SIMPLEX, 0.7, (0, 0, 255), 2)

# 加载目标图像
original_img = cv2.imread("high_temp_steel.jpg")
display_img = original_img.copy()

# 创建窗口并绑定鼠标事件
cv2.namedWindow("Edge Marker")
cv2.setMouseCallback("Edge Marker", mouse_click_handler)

# 交互循环
while True:
    cv2.imshow("Edge Marker", display_img)
    key = cv2.waitKey(1) & 0xFF
    # 按C重置标记，按Q退出计算
    if key == ord("c"):
        display_img = original_img.copy()
        edge_x = []
    elif key == ord("q"):
        break

cv2.destroyAllWindows()

# 计算宽度（需提前校准像素与实际尺寸的比例）
if len(edge_x) == 2:
    pixel_width = abs(edge_x[1] - edge_x[0])
    # 替换为你的校准比例，例：0.3mm/像素
    actual_width = pixel_width * 0.3
    print(f"钢板宽度：{round(actual_width, 2)} mm（像素宽度：{pixel_width}）")
else:
    print("请标记左右两个竖直边缘")

2. 结合预处理缩小标记范围（提升准确性） #

高温钢板在绿线位置可能有特定亮度/颜色特征，可以先裁剪目标区域做预处理，减少标记误差：

• 裁剪绿线所在的水平区域（比如上下各20行）
• 对区域做灰度化+反阈值处理，突出钢板与背景的分界
• 在预处理后的区域上标记，更易定位边缘

关键代码片段：

# 假设绿线位于图像第250行附近，裁剪ROI
roi = original_img[230:270, :]
# 灰度化+反二值化（高温钢板偏亮，背景偏暗）
gray_roi = cv2.cvtColor(roi, cv2.COLOR_BGR2GRAY)
_, thresh_roi = cv2.threshold(gray_roi, 180, 255, cv2.THRESH_BINARY_INV)
# 显示预处理后的ROI用于标记
cv2.imshow("ROI for Marking", thresh_roi)

3. 批量处理的半自动优化 #

如果需要处理多张同场景图像，可以：

• 标记第一张图的边缘坐标，后续图像自动加载参考线
• 新增鼠标拖动事件，实现参考线的微调，提升批量处理效率

核心注意事项 #

• 必须提前校准像素-实际尺寸比例：用已知宽度的参照物拍摄同角度图像，计算每像素对应的实际长度
• 若图像存在透视畸变，需先做透视变换矫正，再进行标记测量
• 标记时尽量点击钢板边缘的中间位置，减少人为误差

内容的提问来源于stack exchange，提问作者Tony Stark