请问一下我先识别色块后识别圆形,不用消除桶形畸变,为什么图像还是一卡一卡的。
-
请在这里粘贴代码
色块监测 例子
这个例子展示了如何通过find_blobs()函数来查找图像中的色块
这个例子查找的颜色是深绿色
import sensor, image, time, pyb
颜色追踪的例子,一定要控制环境的光,保持光线是稳定的。
#green_threshold = (45, 92, -44, -11, -8, 19)
#pink_threshold = (74, 52, 24, 69, -21, 15)#(74, 52, 31, 69, -8, 41)
blue_threshold = (45, 79, -14, 8, -45, -18)
#White_threshold = (93, 100, -13, 2, -2, 14)
#White_threshold = (90, 100, -6, 9, -9, 5)
#Red_threshold = (32, 90, 18, 55, -9, 12)
Black_threshold = (5, 60, -18, 33, -11, 26)#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。
from pyb import UART
uart = UART(3, 19200)sensor.reset() # 初始化摄像头
sensor.set_pixformat(sensor.RGB565) # 格式为 RGB565.
sensor.set_framesize(sensor.QQVGA) # 使用 QQVGA 速度快一些
sensor.skip_frames(10) # 跳过10帧,使新设置生效
sensor.set_auto_whitebal(False)
#关闭白平衡。白平衡是默认开启的,在颜色识别中,一定要关闭白平衡。
sensor.set_vflip(True)clock = time.clock() # 追踪帧率
def find_max(blobs):
max_size=0
for blob in blobs:
if blob[2]*blob[3] > max_size:
max_blob=blob
max_size = blob[2]*blob[3]
return max_blobwhile(True):
clock.tick() # Track elapsed milliseconds between snapshots().
img = sensor.snapshot() # 从感光芯片获得一张图像
#img.lens_corr(1.8) #消除桶形畸变
blobs = img.find_blobs([blue_threshold])
if blobs: #如果找到了目标颜色
max_blob = find_max(blobs)
img.draw_cross(max_blob.cx(), max_blob.cy()) # cx, cy #在目标颜色区域的中心画十字形标记
output_str="Coor%03d%03d%03d%02d" % (max_blob.cx(),max_blob.w(),max_blob.h(),clock.fps())
print('R:',output_str)
uart.write(output_str+'\r\n')
for max_blob in img.find_circles(threshold = 3500, x_margin = 10, y_margin = 10, r_margin = 10,
r_min = 2, r_max = 100, r_step = 2):
area = (max_blob.x()-max_blob.r(), max_blob.y()-max_blob.r(), 2max_blob.r(), 2max_blob.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 45<statistics.l_mode()<79 and -14<statistics.a_mode()<8 and -45<statistics.b_mode()<-18:#if the circle is red
img.draw_circle(max_blob.x(), max_blob.y(), max_blob.r(), color = (255, 0, 0))#识别到的红色圆形用红色的圆框出来else : output_no="No" uart.write(output_no+'\r\n') blobs = img.find_blobs([Black_threshold]) if blobs: #如果找到了目标颜色 max_blob = find_max(blobs) img.draw_cross(max_blob.cx(), max_blob.cy()) # cx, cy #在目标颜色区域的中心画十字形标记 output_str="Coor%03d%03d%03d%02d" % (max_blob.cx(),max_blob.w(),max_blob.h(),clock.fps()) print('R:',output_str) uart.write(output_str+'\r\n') for max_blob in img.find_circles(threshold = 3500, x_margin = 10, y_margin = 10, r_margin = 10, r_min = 2, r_max = 100, r_step = 2): area = (max_blob.x()-max_blob.r(), max_blob.y()-max_blob.r(), 2*max_blob.r(), 2*max_blob.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 5<statistics.l_mode()<60 and -18<statistics.a_mode()<33 and -11<statistics.b_mode()<26:#if the circle is red img.draw_circle(max_blob.x(), max_blob.y(), max_blob.r(), color = (0, 225, 225))#识别到的红色圆形用红色的圆框出来 else : output_no="No" uart.write(output_no+'\r\n') #print(blob.cx(),blob.cy(),clock.fps()) #print(clock.fps()) # 注意: 你的OpenMV连到电脑后帧率大概为原来的一半
请在这里粘贴代码
-
识别圆形计算量大,会慢。
-
那请问如何减小识别圆形计算量?谢谢
-
@euqa 没办法