构建函数出现的错误，怎么解决？？？？急急急！

t5mh

线段检测例程

这个例子展示了如何在图像中查找线段。对于在图像中找到的每个线对象，

都会返回一个包含线条旋转的线对象。

find_line_segments()找到有限长度的线（但是很慢）。

Use find_line_segments()找到非无限的线（而且速度很快）。

enable_lens_corr = False # turn on for straighter lines...

import sensor, image, time ,math

sensor.reset()
sensor.set_pixformat(sensor.RGB565) # grayscale is faster
sensor.set_framesize(sensor.QQVGA)
sensor.skip_frames(time = 2000)
clock = time.clock()

所有线段都有 `x1()`, `y1()`, `x2()`, and `y2()` 方法来获得他们的终点

一个 `line()` 方法来获得所有上述的四个元组值，可用于 `draw_line()`.

def getlinemax(ls = [])
ml = ls[0]
for l in ls
if (ml[0] < l[0])
ml = l
return ml

def gettheta(p1,p2,p3)
v1 = p1 - p2
v2 = p3 - p2
a = (v1[0]*v2[0],v1[1]*v2[1])
b = sqrt(v1[0]*v1[0]+v1[1]*v1[1])*sqrt(v2[0]*v2[0]+v2[1]*v2[1])
return acos(a/b)

while(True):
clock.tick()
img = sensor.snapshot()
if enable_lens_corr: img.lens_corr(1.8) # for 2.8mm lens...

# `merge_distance`控制附近行的合并。 在0（默认），没有合并。
# 在1处，任何距离另一条线一个像素点的线都被合并...等等，
# 因为你增加了这个值。 您可能希望合并线段，因为线段检测会产生大量
# 的线段结果。

# `max_theta_diff` 控制要合并的任何两线段之间的最大旋转差异量。
# 默认设置允许15度。
    l1 = []
    l2 = []
    for l in img_find_segments(merge_distance = 5,max_theta_diff = 5):
        img.draw_line(l.line() ,color = (255,0,0)
        num = len(lines)
        if num == 3
            l1.append(line.length())
            l2.append(line.line())
    zipl = zip(l1,l2)    #将识别的线段长度和直线元组绑定
    lm = getlinemax(zipl)  #得![0_1556011898117_QQ截图20190423173113.png](https://fcdn.singtown.com/50fd47b3-ebbc-458e-b741-38563dadce57.png)

请在这里粘贴代码

t5mh

@t5mh

# find_line_segments()找到有限长度的线（但是很慢）。
# Use find_line_segments()找到非无限的线（而且速度很快）。

enable_lens_corr = False # turn on for straighter lines...

import sensor, image, time ,math

sensor.reset()
sensor.set_pixformat(sensor.RGB565) # grayscale is faster
sensor.set_framesize(sensor.QQVGA)
sensor.skip_frames(time = 2000)
clock = time.clock()

# 所有线段都有 `x1()`, `y1()`, `x2()`, and `y2()` 方法来获得他们的终点
# 一个 `line()` 方法来获得所有上述的四个元组值，可用于 `draw_line()`.

def getlinemax(ls = [])
    ml = ls[0]
    for l in ls
        if (ml[0] < l[0])
            ml = l
    return ml

def gettheta(p1,p2,p3)
    v1 = p1 - p2
    v2 = p3 - p2
    a = (v1[0]*v2[0],v1[1]*v2[1])
    b = sqrt(v1[0]*v1[0]+v1[1]*v1[1])*sqrt(v2[0]*v2[0]+v2[1]*v2[1])
    return acos(a/b)

while(True):
    clock.tick()
    img = sensor.snapshot()
    if enable_lens_corr: img.lens_corr(1.8) # for 2.8mm lens...


    # `merge_distance`控制附近行的合并。 在0（默认），没有合并。
    # 在1处，任何距离另一条线一个像素点的线都被合并...等等，
    # 因为你增加了这个值。 您可能希望合并线段，因为线段检测会产生大量
    # 的线段结果。

    # `max_theta_diff` 控制要合并的任何两线段之间的最大旋转差异量。
    # 默认设置允许15度。
        l1 = []
        l2 = []
        for l in img_find_segments(merge_distance = 5,max_theta_diff = 5):
            img.draw_line(l.line() ,color = (255,0,0)
            num = len(lines)
            if num == 3
                l1.append(line.length())
                l2.append(line.line())
        zipl = zip(l1,l2)    #将识别的线段长度和直线元组绑定
        lm = getlinemax(zipl)  #得到最长线段所对应的直线元组

        mlength = lm[0]
        mline = lm[1]
        if lm[1][0] - lm[1][2] > 0 && lm[1][1] - lm[1][3] > 0
            p1 = (lm[1][0],lm[1][2])
            p2 = (lm[1][1],lm[1][3])
            p3 = (lm[1][1]+lm[0],lm[1][3])
        a = gettheta(p1,p2,p3)
        if a > 90
            a = 180 - a





    print(a)
    print("FPS %f" % clock.fps())

0_1556012116796_QQ截图20190423173113.png

kidswong999

少了冒号，少了很多冒号。