拍摄语句后面的if与else是什么意思？

tree_18

鲁棒线性回归例程

这个例子展示了如何在OpenMV Cam上使用get_regression（）方法来获得

ROI的线性回归。使用这种方法，你可以轻松地建立一个机器人，它可以

跟踪所有指向相同的总方向但实际上没有连接的线。在线路上使用

find_blobs（），以便更好地过滤选项和控制。

#我们在这个脚本中使用get_regression（）的robust = True参数，该脚本使用更稳健的算法计算线性回归...但是可能慢得多。鲁棒算法在图像上运行O（N ^ 2）时间。所以，你需要限制像素的数量来使这个算法工作，它可能实际需要秒的时间给你一个结果...非常小心！

THRESHOLD = (0, 100) # Grayscale threshold for dark things...
BINARY_VISIBLE = True # 首先二值化，所以你可以看到什么线性回归正在
# 运行...虽然可能会降低FPS。
import sensor, image, time

sensor.reset()
sensor.set_pixformat(sensor.GRAYSCALE)
sensor.set_framesize(sensor.QQQVGA) # 80x60 (4,800 pixels) - O(N^2) max = 2,3040,000.
sensor.skip_frames(time = 2000) # WARNING: If you use QQVGA it may take seconds
clock = time.clock() # to process a frame sometimes.

while(True):
clock.tick()
img = sensor.snapshot().binary([THRESHOLD]) if BINARY_VISIBLE else sensor.snapshot()

# 返回类似于由find_lines（）和find_line_segments（）返回的线对象。 
# 你有x1（），y1（），x2（），y2（），length（），
# theta（）（以度为单位的旋转），rho（）和magnitude（）。
#
# magnitude() 表示线性回归的工作情况。这对于鲁棒的线性回归意味着不同
# 的东西。一般来说，值越大越好...
line = img.get_regression([(255,255) if BINARY_VISIBLE else THRESHOLD], robust = True)

if (line): img.draw_line(line.line(), color = 127)
print("FPS %f, mag = %s" % (clock.fps(), str(line.magnitude()) if (line) else "N/A"))

About negative rho values:

A [theta+0:-rho] tuple is the same as [theta+180:+rho].

0_1566633384889_捕获.JPG

红线处的执行对前面有什么影响吗？

kidswong999

会有影响，如果BINARY_VISIBLE=True，会慢一些，但是你可以在IDE看到二值化的图像。

你看注释里面都有。