基于激光投影技术的虚拟键盘

我今天带给您的开源项目是：基于激光投影技术的虚拟键盘

原始链接：

只看图片，看完就会明白！ （键盘操作视频在文章结尾）

文章末尾附有指向开源数据网络磁盘的链接。

是的，太酷了！

更酷的是，该程序完全免费且开源，免费！ （源代码+纸+电路）

/ 1系统组装/

该系统由两部分组成：硬件信号采集和软件数据处理

硬件部分：广角； 980nm红。中间的键盘投影键盘发出键盘形状的轮廓。主要用于位置校准。顶级摄像机实时捕获将非常高。如果摄像机安装得太高，则会减少进入的光量，从而减少信号输入，并且不方便进行信号检测和转换。

3.2红。

3.3键盘投影激光器

此模块用于校准键盘坐标。键盘的形状投影在平面上，并且该形状使用户可以确认键盘的位置。 650nm可见激光的波长为650nm，因此不会干扰相机检测980nm信号。

/ 4软件设计/

使用Visual Studio读取摄像机数据并通过OpenCV库实现算法，并使用cvCapture-FromCAM函数和cvSetCaptureProperty直接连接到PC端的摄像机。相机拍摄的原始图片如下

该系统的设计对亮点感兴趣，这与相关的颜色信号无关。因此，必须对图片进行二值化处理，以利于后续算法的实现。当然，为了进一步提高后续定位的精度，图片2在进行量化之前，可以使用cvThreshold将固定阈值操作应用于单通道图像数据。此功能的典型应用是对灰度图像执行阈值运算以获得二进制图像，同时获得噪声，例如滤除大小的图形点。二值化的数字如下。

获取二值化图像后，下一步是找到所有关注点的轮廓。在OpenCV中查找轮廓是轮廓检测功能之一。该功能可以使用多边形来近似轮廓。其次，多边形近似目的是减少轮廓的顶点数量。但是多边形逼近的结果仍然是轮廓，但是轮廓相对粗糙。如果要使搜索的轮廓更平滑，可以使用roximately PolylyDP函数适当地逼近多边形曲线。如果要绘制搜索到的轮廓，则可以使用drawContours函数和boundingRect函数来获取轮廓的外部包络。长方形。在图片中找到信封矩形的中心点的坐标，然后可以检测到手指的位置，最后投影到键盘的相应位置。找到轮廓后的图片如下所示。

找到兴趣点的轮廓并将其定位到图片中相应兴趣点的位置后，下一步是映射键盘。尽管镜头具有线性畸变，但通过某种算法校正后仍然可以是线性的，因此，只要缩放图片，按钮位置的坐标就可以直接映射到相应的按钮位置。键盘图后面的图片如下所示。

4.4程序流程图设计

/ 5结论/

关于键盘的硬件和软件设计的一般介绍，由于篇幅所限，仍有许多细节不清楚，没关系。我有纸！上面有更详细的讨论和生产过程。然后免费开放源代码（纸+代码+电路）的所有信息！

虚拟键盘操作视频：

每个人最关心的问题：如何获取此开源项目的信息？

别胡说八道，直接进入百度云链接：

链接：

提取代码：843b

本文来自电脑杂谈，转载请注明本文网址：
https://www.pc-fly.com/a/bofangqi/article-330931-1.html