ailai_image_point_diff/obb_main/README.md

RKNN 关键点推理与偏移量计算工具

该工具通过使用RKNN模型对输入图像进行关键点检测，并根据检测结果计算相对于固定参考点的偏移量（单位：毫米）。此外，还提供了可视化选项来展示计算结果。

目录结构

├── calculate_offset.py # 主程序脚本 ├── point.rknn # RKNN 模型文件 (请确保正确路径) └── README.md # 说明文档

配置

在 calculate_offset.py 文件顶部的配置区中，您可以修改如下参数以适应您的需求：

• MODEL_PATH: RKNN 模型文件路径。
• OUTPUT_DIR: 输出目录路径。
• FIXED_REF_POINT: 固定参考点坐标（像素）。
• SCALE_X, SCALE_Y: 缩放因子，用于将像素坐标转换为毫米。
• IMG_SIZE: 输入图像尺寸。

安装依赖

请确保安装了必要的 Python 库。可以通过 pip 安装：

pip install opencv-python numpy rknnlite

函数调用1.0

您也可以直接调用 calculate_offset_from_image 函数，以便集成到其他项目中： 示例 1: 仅获取偏移量（不画图）

from calculate_offset import calculate_offset_from_image
result = calculate_offset_from_image("your_image_path.jpg", visualize=False)
if result['success']:
    print(f"Offset: DeltaX={result['dx_mm']:+.2f} mm, DeltaY={result['dy_mm']:+.2f} mm")
else:
    print("Error:", result['message'])

示例 2: 获取偏移量并保存可视化图

from calculate_offset import calculate_offset_from_image
result = calculate_offset_from_image("your_image_path.jpg", visualize=True)

函数调用2.0

示例 1: 仅获取偏移量（不画图）

from calculate_diff2.0 import calculate_offset_from_image

result = calculate_offset_from_image("11.jpg", visualize=False)
if result['success']:
    print(f"Offset: DeltaX={result['dx_mm']:+.2f} mm, DeltaY={result['dy_mm']:+.2f} mm")
else:
    print("Error:", result['message'])

示例 2: 获取偏移量并保存可视化图

from calculate_diff2.0 import calculate_offset_from_image

result = calculate_offset_from_image("11.jpg", visualize=True)

##该函数返回一个包含下列字段的字典1.0：

success: 成功标志（True/False）
dx_mm: 水平偏移（毫米）
dy_mm: 垂直偏移（毫米）
cx: 中心点 x 坐标（像素）
cy: 中心点 y 坐标（像素）
message: 错误信息或成功提示

##该函数返回一个包含下列字段的字典2.0：

success: 成功标志（True/False）
dx_mm: 水平偏移（毫米）
dy_mm: 垂直偏移（毫米）
cx: 中心点 x 坐标（像素）
cy: 中心点 y 坐标（像素）
message: 错误信息或成功提示
class_id: 检测类别 ID  #这里是bag的id是0
obj_conf: 检测置信度   #这就是识别为料袋的置信度
bbox: 检测矩形框 [x_left, y_top, width, height]
message: 错误信息或成功提示