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。
  • 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。
  • 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_blob

      while(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