• 免费好用的星瞳AI云服务上线!简单标注,云端训练,支持OpenMV H7和OpenMV H7 Plus。可以替代edge impulse。 https://forum.singtown.com/topic/9519
  • 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。
  • 求用openmv同时识别数十种颜色的代码思路?



    • 代码:
      for l in (1,33,66,100):
      for a in (-127,-43,43,127):
      for b in (-127,-43,43,127):
      print(image.lab_to_rgb(l, a, b))
      目前思路是遍历64个(l,a,b)元组,转换出64个RGB值,同时知道其对应的lab阈值范围。

      然而,在lab_to_rgb()函数转换时遇到了问题。出现了不同lab值对应同一rgb值的情况:
      print(image.lab_to_rgb((33, -127, 43)))
      print(image.lab_to_rgb((33, -127, 127)))
      (0, 101, 0)
      (0, 101, 0)

      求问解决思路,如何分割好lab空间进行数十种以上颜色的同时识别?



    • LAB在人眼中并不是均匀的。

      由于我不知道你具体要做什么,所以两个办法:
      1,直接用颜色阈值助手,把数十种颜色的lab阈值找出来。
      2,分割RGB,而不是LAB。