Darts_Project

飞镖大师

描述

该项目是我所在大学达姆施塔特工业大学 VR/AR 课程的一部分。该项目的目的是开发一个自动飞镖计分器应用程序，两个玩家可以玩飞镖游戏，而无需专注于计分。该应用程序使用 OpenCV 作为计算机视觉部分，使用 Pyside2 作为 GUI。
我们使用校准的网络摄像头捕获视频流并使用 OpenCV 对其进行处理，以提取板上的飞镖并跟踪玩家。

演示视频

它是如何运作的

完整的检测管道如下所示：

• 首先检测aruco标记
• 用圆形检测器检测飞镖盘
• 将极坐标系安装到飞镖板上

• 获取参考图像
• 一些过滤器可以消除噪音并改善检测
• 计算参考图像和当前图像之间的差异图像
• 差异图像的轮廓检测
• 轮廓 > 最小面积过滤器

• 将三角形拟合到轮廓
• 使用最短边对面的角找到省道的尖端
• 通过将其移动到三角形相对于其大小的中心来纠正尖端位置

• 获取尖端相对于极坐标系的位置
• 使用 DartScorer() 评估分数

此流程图总结了整个流程（目前仅提供德语）：

设置

硬件

您将需要：

• 网络摄像头
• 安装网络摄像头的东西
• 一台电脑
• 飞镖盘
• 4 个 aruco 标记可以在 Resources/Doku/ 中找到

将标记放置在飞镖周围，如下图所示，并确保它们可见。将网络摄像头放置在飞镖靶前约 1 米远且稍微偏右的位置，这样就不会妨碍投掷飞镖。

重要提示：您需要良好的照明才能获得良好的效果。只有飞镖靶正上方的照明是不好的。最佳的选择是带有扩散器的环形灯，如下所示：

我们遇到了一些问题，电路板的晃动会在检测中引起噪音。我们通过 3D 打印电路板安装座解决了这个问题：

软件

只需克隆存储库并运行以下命令：

pip install -r requirements.txt

首先您需要校准相机。这可以通过校准脚本来完成。然后你可以启动main_with_gui.py。图形用户界面如下所示：

简短说明

• 首先选择飞镖游戏的起始点（501、301 或 101）。
• 然后使用“设置默认值”按钮设置默认图像。
• 之后您可以通过“开始”开始检测
• 如果飞镖检测不良，您可以使用滑块调整阈值。