星瞳实验室APP,快速收到回复
  • 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。
  • 颜色识别定位到识别色块的中点,想将其位置打印出来,应该是只有一组坐标,实际在串行终端打印出来的坐标是有很多不同的坐标?



    • # Blob Detection Example
      #
      # 这个例子展示了如何使用find_blobs函数来查找图像中的颜色色块。这个例子特别寻找深绿色的物体。
      
      import sensor, image, time
      from pyb import UART
      
      # 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   = (35, 66, -63, -7, -86, 119)
      #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。
      
      # You may need to tweak the above settings for tracking green things...
      # Select an area in the Framebuffer to copy the color settings.
      uart = UART(3, 115200)#设置串口
      uart.init(115200, bits=8, parity=None, stop=1)
      sensor.reset() # Initialize the camera sensor.
      sensor.set_pixformat(sensor.RGB565) # use RGB565.
      sensor.set_framesize(sensor.QVGA) # use QQVGA for speed.
      sensor.skip_frames(200) # Let new settings take affect.
      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() # Tracks FPS.
      
      while(True):
          clock.tick() # Track elapsed milliseconds between snapshots().
          img = sensor.snapshot() # Take a picture and return the image.
      
          blobs = img.find_blobs([green_threshold],x_stride=10,y_stride=3,invert=False,area_threshold=100,pixels_threshold=100,merge=True,margin=0)
          #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.cx(), b.cy())
                  #输出目标物体中心坐标
                  uart_buf = bytearray([0xf1,0x01,int(b[5])>>8,int(b[5]),int(b[6])>>8,int(b[6]),0x0d,0x0a])
                  uart.write(uart_buf)
      
          #print(clock.fps()) # Note: Your OpenMV Cam runs about half as fast while
          # connected to your computer. The FPS should increase once disconnected.
      
      


    • 最好加一个find_max,你的程序里如果找到了很多色块,会全部输出。