• 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。
  • 为什么会出现识别符号出现在色块之外的现象



    • 0_1647874664252_untitled_1.py - OpenMV IDE 2022_3_21 22_56_22.png 0_1647874677018_untitled_1.py - OpenMV IDE 2022_3_21 22_54_28.png



    • 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



    • @kidswong999

      import sensor, image, time
      
      # 为了使色彩追踪效果真的很好,你应该在一个非常受控制的照明环境中。
      green_threshold   = (   0,   80,  -70,   -10,   -0,   30)
      # 设置绿色的阈值,括号里面的数值分别是L A B 的最大值和最小值(minL, maxL, minA,
      # maxA, minB, maxB),LAB的值在图像左侧三个坐标图中选取。如果是灰度图,则只需
      # 设置(min, max)两个数字即可。
      
      # 你可能需要调整上面的阈值来跟踪绿色的东西…
      # 在Framebuffer中选择一个区域来复制颜色设置。
      
      sensor.reset() # 初始化sensor
      
      sensor.set_pixformat(sensor.RGB565) # use RGB565.
      #设置图像色彩格式,有RGB565色彩图和GRAYSCALE灰度图两种
      
      sensor.set_framesize(sensor.QQVGA) # 使用QQVGA的速度。
      #设置图像像素大小
      
      sensor.skip_frames(10) # 让新的设置生效。
      sensor.set_auto_whitebal(False) # turn this off.
      #关闭白平衡。白平衡是默认开启的,在颜色识别中,需要关闭白平衡。
      clock = time.clock() # 跟踪FPS帧率
      
      while(True):
          clock.tick() # 追踪两个snapshots()之间经过的毫秒数.
          img = sensor.snapshot() # 拍一张照片并返回图像。
      
          blobs = img.find_blobs([green_threshold])
          #find_blobs(thresholds, invert=False, roi=Auto),thresholds为颜色阈值,
          #是一个元组,需要用括号[ ]括起来。invert=1,反转颜色阈值,invert=False默认
          #不反转。roi设置颜色识别的视野区域,roi是一个元组, roi = (x, y, w, h),代表
          #从左上顶点(x,y)开始的宽为w高为h的矩形区域,roi不设置的话默认为整个图像视野。
          #这个函数返回一个列表,[0]代表识别到的目标颜色区域左上顶点的x坐标,[1]代表
          #左上顶点y坐标,[2]代表目标区域的宽,[3]代表目标区域的高,[4]代表目标
          #区域像素点的个数,[5]代表目标区域的中心点x坐标,[6]代表目标区域中心点y坐标,
          #[7]代表目标颜色区域的旋转角度(是弧度值,浮点型,列表其他元素是整型),
          #[8]代表与此目标区域交叉的目标个数,[9]代表颜色的编号(它可以用来分辨这个
          #区域是用哪个颜色阈值threshold识别出来的)。
          if blobs:
          #如果找到了目标颜色
              for b in blobs:
              #迭代找到的目标颜色区域
                  # Draw a rect around the blob.
                  img.draw_rectangle(b[0:4]) # rect
                  #用矩形标记出目标颜色区域
                  img.draw_cross(b[5], b[6]) # cx, cy
                  #在目标颜色区域的中心画十字形标记
                  print(b[5], b[6])
                  #输出目标物体中心坐标
      
              print(clock.fps())
      

      就是用了官方的例程,额外加了图上的阈值就出现了误判,怎样减少误判的情况



    • @2nc3 就是用了官方的例程,额外加了图上的阈值就出现了误判,怎样减少误判的情况



    • 原因:寻找色块是不能找框的。如果你把draw_rectangle打开就能看到。



    • 如何使寻找色块的同时不找框呢,调大阈值?



    • 如果把黑色边框的width*height应该是比较大的。

      所以可以在for循环里过滤掉它。

          if blobs:
          #如果找到了目标颜色
              for b in blobs:
              #迭代找到的目标颜色区域
                  # Draw a rect around the blob.
                  if b.area() < 50:
                      img.draw_rectangle(b[0:4]) # rect
                      img.draw_cross(b[5], b[6]) # cx, cy
                      print(b[5], b[6])
                  else:
                      print("忽略它")
      

      除了面积,还可以判断一下圆度,密度比这些特征。
      https://docs.singtown.com/micropython/zh/latest/openmvcam/library/omv.image.html#blob.roundness