4. 已知图中绿色圆的阈值，如何返回该颜色下圆形的数量？
  • OpenMV VSCode 扩展发布了，在插件市场直接搜索OpenMV就可以安装
  • 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，需要报错提示与全部代码文本，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。

    • 已知图中绿色圆的阈值，如何返回该颜色下圆形的数量？

    • A

      threshold[ (30, 100, -64, -8, -32, 32)] 绿色
      一堆圆 = img.find_circles(xxxxxxx)这里面的参数该如何配置？

      print(len(一堆圆))#打印 一堆圆的 数量，比如5
      返回圆形数量会，识别不同颜色的圆也会，但是如何识别不同颜色下圆形的个数？

      0

    • https://book.openmv.cc/image/blob_circle.html

      0
    • A

      这个链接里面的程序是将不同颜色的圆圈出来，问题是如何识别不同颜色下圆的个数，假如我知道了这个颜色下的圆的阈值，我也看了那个识别有效圆形个数的代码，但是如何把阈值threshold[ (30, 100, -64, -8, -32, 32)] 绿色 放进img.find_circles(xxxx)里，我放进去，它就报错，说是length过长。

      0

    • 如果涉及代码，需要报错提示与全部代码文本，请注意不要贴代码图片

      0
    • A
       

      import sensor, image, time


green_threshold   = (71, 1, -128, -18, -128, 127)

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()

while(True):
    clock.tick()
    img = sensor.snapshot().lens_corr(1.8)
    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):   #3500比较合适。如果视野中检测到的圆过多，请增大阈值；
            # 相反，如果视野中检测到的圆过少，请减少阈值。
        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)
        #(0,100,0,120,0,120)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 1<statistics.l_mode()<71 and -128<statistics.a_mode()<-18 and -128<statistics.b_mode()<127:#if the circle is red
            img.draw_circle(c.x(), c.y(), c.r(), color = (255, 0, 0))#识别到的红色圆形用红色的圆框出来
            red_cicle_number = img.find_circles(threshold=green_threshold, x_margin = 10, y_margin = 10, r_margin = 10,
            r_min = 2, r_max = 100, r_step = 2)
            print(len(red_cicle_number))

       # elif 30<statistics.l_mode()<100 and 15<statistics.a_mode()<127 and 15<statistics.b_mode()<127:#if the circle is red
       #         img.draw_circle(c.x(), c.y(), c.r(), color = (255, 0, 0))#识别到的红色圆形用红色的圆框出来
        else:
            img.draw_rectangle(area, color = (255, 255, 255))
            #将非红色的圆用白色的矩形框出来
   # print("FPS %f" % clock.fps())

      TypeError: can't convert tuple to int

      0
    • A
       

      green_threshold = (71, 1, -128, -18, -128, 127)

red_cicle_number = img.find_circles(threshold=green_threshold, x_margin = 10, y_margin = 10, r_margin = 10,
      0

    • 逻辑完全不对。

      find_circles根本和颜色没关系。文档：https://docs.singtown.com/micropython/zh/latest/openmvcam/library/omv.image.html#image.find_circles

      0

    • 应该是find_circles找到全部的圆，然后通过get_statistics判读不同的颜色。

      思路：

      绿色的圆们 = []
红色的圆们 = []

所有圆们 = find_circle()
for 圆 in 所有圆们:
    statistics  = get_statistics()
    if 1<statistics.l_mode()<71 and -128<statistics.a_mode()<-18 and -128<statistics.b_mode()<127:
        绿色的圆们.append(圆)
    elif 仿照绿色填红色的颜色:
        红色的圆们.append(圆)
      0
    • A

      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): #3500比较合适。如果视野中检测到的圆过多，请增大阈值；
      if 1<statistics.l_mode()<71 and -128<statistics.a_mode()<-18 and -128<statistics.b_mode()<127:#if the circle is red
      img.draw_circle(c.x(), c.y(), c.r(), color = (255, 0, 0))#识别到的绿色圆形用红色的圆框出来
      #green_threshold.append(c) #找到了绿色的圆，并用红框圈起来，该如何返回这个圆的个数？

      串口输出：{"x":90, "y":48, "r":32, "magnitude":4585}

      我的问题是如何返回这个颜色下圆形的个数？
      球球别再给我发识别圆形个数的链接了，求思路解答。

      0

    • len(绿色的圆们)就是绿色的圆的数量
      len(红色的圆们)就是红色的圆的数量

      建议你先看一遍python的语法，这个是列表的基本操作。
      https://cn.bing.com/search?q=python+列表+长度&qs=n&form=QBLH&sp=-1&pq=python+列表+chang&sc=2-15&sk=&cvid=F9C72838199E460A8F4EE9CB5538A05E

      0