• 免费好用的星瞳AI云服务上线!简单标注,云端训练,支持OpenMV H7和OpenMV H7 Plus。可以替代edge impulse。 https://forum.singtown.com/topic/9519
  • 我们只解决官方正版的OpenMV的问题(STM32),其他的分支有很多兼容问题,我们无法解决。
  • 如果有产品硬件故障问题,比如无法开机,论坛很难解决。可以直接找售后维修
  • 发帖子之前,请确认看过所有的视频教程,https://singtown.com/learn/ 和所有的上手教程http://book.openmv.cc/
  • 每一个新的提问,单独发一个新帖子
  • 帖子需要目的,你要做什么?
  • 如果涉及代码,需要报错提示全部代码文本,请注意不要贴代码图片
  • 必看:玩转星瞳论坛了解一下图片上传,代码格式等问题。
  • 我想要将颜色识别、形状识别、测距三种融合在一起可以实现吗?



    • 就是我想要同时识别到颜色和形状 然后串口终端返回与物块的距离
      现在是识别不到物块 Lm的值也没有返回



    • 代码有问题,如果不只有一个色块,底下的就不会执行。

      起码你要加一个find_max之类的。



    • 那我现在应该怎么修改呢?

      import sensor, image, time
      
      sensor.reset()
      sensor.set_pixformat(sensor.RGB565)
      sensor.set_framesize(sensor.QQVGA)
      sensor.skip_frames(time = 2000)
      sensor.set_auto_gain(False) # must be turned off for color tracking
      sensor.set_auto_whitebal(False) # must be turned off for color tracking
      clock = time.clock()
      
      K=5000#the value should be measured
      yellow_threshold   = (94, 100, -128, 127, -128, 127)
      
      while(True):
          clock.tick()
          img = sensor.snapshot().lens_corr(1.8)
          sensor.set_hmirror(True) #水平方向翻转
      
          sensor.set_vflip(True) #垂直方向翻转
      
          for c in img.find_circles(threshold = 3500, x_margin = 10, y_margin = 10, r_margin = 10,
              r_min = 2, r_max = 100, r_step = 2):
              area = (c.x()-c.r(), c.y()-c.r(), 2*c.r(), 2*c.r())
              #area为识别到的圆的区域,即圆的外接矩形框
              statistics = img.get_statistics(roi=area)#像素颜色统计
             #print(statistics)
              #(94, 100, -128, 127, -128, 127)是红色的阈值,所以当区域内的众数(也就是最多的颜色),范围在这个阈值内,就说明是红色的圆。
              #l_mode(),a_mode(),b_mode()是L通道,A通道,B通道的众数。
              if 94<statistics.l_mode()<100 and -128<statistics.a_mode()<127 and -128<statistics.b_mode()<127:#if the circle is red
                  img.draw_rectangle(area, color = (255, 255, 255))
                  #将非红色的圆用白色的矩形框出来
                  
          def find_max(blobs):   #识别最大色块
             max_size=0
             for blob in blobs:
                if blob[2]*blob[3] > max_size:
                  max_blob=blob
                  max_size = blob[2]*blob[3]
             return max_blob
             
          blobs = img.find_blobs([yellow_threshold])
          if len(blobs) == 1:
              # Draw a rect around the blob.
              b = blobs[0]
              img.draw_rectangle(b[0:4]) # rect
              img.draw_cross(b[5], b[6]) # cx, cy
              Lm = (b[2]+b[3])/2
              length = K/Lm
              print(Lm)
      
      
      

      这是我重新修改的 还是实现不了 麻烦您指教



    • @4oqs 你这纯复制粘贴。。。。咋会有用呢,k的值没改,距离是不对的,而且输出的是像素,不是距离
      另外这个是识别圆形区域的



    • 此回复已被删除!


    • @egxs emmm……那想问问您 方形的识别该怎么写?能教一下我吗回复



    • @kidswong999 想请教您 我现在该怎么去修改 或者是重新去写?



    • 此回复已被删除!


    • @4oqs

      import sensor, image, time
      
      sensor.reset()
      sensor.set_pixformat(sensor.RGB565)
      sensor.set_framesize(sensor.QQVGA)
      sensor.skip_frames(time = 2000)
      sensor.set_auto_gain(False) # must be turned off for color tracking
      sensor.set_auto_whitebal(False) # must be turned off for color tracking
      clock = time.clock()
      
      K=500#the value should be measured
      yellow_threshold   = (56, 79, 35, 127, -128, 127)
      def find_max(blobs):   #识别最大色块
         max_size=0
         for blob in blobs:
            if blob[2]*blob[3] > max_size:
              max_blob=blob
              max_size = blob[2]*blob[3]
         return max_blob
      while(True):
          clock.tick()
          img = sensor.snapshot().lens_corr(1.8)
          sensor.set_hmirror(False) #水平方向翻转
          sensor.set_vflip(False) #垂直方向翻转
          for r in img.find_rects(threshold = 20000):
              img.draw_rectangle(r.rect(), color = (255, 0, 0))
              area = (r.x(),r.y(),r.w(),r.h())        
              for p in r.corners(): img.draw_circle(p[0], p[1], 5, color = (0, 255, 0))
        #  for c in img.find_circles(threshold = 3500, x_margin = 10, y_margin = 10, r_margin = 10,
         #     r_min = 2, r_max = 100, r_step = 2):
              print (r)
              #area为识别到的圆的区域,即圆的外接矩形框
              statistics = img.get_statistics(roi=area)#像素颜色统计
             #print(statistics)
              #(94, 100, -128, 127, -128, 127)是红色的阈值,所以当区域内的众数(也就是最多的颜色),范围在这个阈值内,就说明是红色的圆。
              #l_mode(),a_mode(),b_mode()是L通道,A通道,B通道的众数。
              if 56<statistics.l_mode()<79 and 35<statistics.a_mode()<127 and -128<statistics.b_mode()<127:#if the circle is red
                  img.draw_rectangle(area, color = (255, 255, 255))
                  #将非红色的圆用白色的矩形框出来
      
          blobs = img.find_blobs([yellow_threshold])
          
          if len(blobs) == 1:
              # Draw a rect around the blob.
              max_blob=find_max(blobs)
              b = blobs[0]
              img.draw_rectangle(b[0:4]) # rect
              img.draw_cross(b[5], b[6]) # cx, cy
              Lm = (b[2]+b[3])/2
              length = K/Lm
              #print(Lm)
              print(length)
      

      你试试看,我这里用的是红色的阈值



    • @egxs 感谢您!
      但是识别起来还是有点飘 会框到其他的地方



    • @4oqs我想要将颜色识别、形状识别、测距三种融合在一起可以实现吗? 中说:

      此回复已被删除!

      k值都不改,真的是纯复制粘贴,原理都不没搞清楚,哈哈哈



    • 你好,我想问你的这个问题解决了吗??