• 星瞳AI VISION软件内测!可以离线标注,训练,并生成OpenMV的模型。可以替代edge impulse https://forum.singtown.com/topic/8206
  • 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。
  • local variable referenced before assignment.



    • import sensor, image, time
      import json
      from pyb import UART
      uart = UART(3, 9600)
      a=3
      B=3
      C=[(47, 100, 61, -27, 40, 109)]
      D=[]
      E=[]
      F=3
      thresholds = [(6, 47, 121, 6, 93, 6), # generic_red_thresholds
                    (47, 100, 61, -27, 40, 109), # generic_yellow_thresholds
                    (23, 69, 89, -12, -7, -63),
                    (20, 37, 20, 60, -1, 45),
                    (24, 36, -1, 20, -55, -25),
                    (30, 44, -46, -9, 7, 44),
                    (21, 100, 118, 19, 40, -116)] # generic_blue_thresholds
      def find_max(blobs):
          max_size=0
          for blob in blobs:
              if blob.pixels() > max_size:# blob.pixels()返回从属于色块(int)一部分的像素数量。
                  max_blob=blob
                  max_size = blob.pixels()
          return max_blob
      
      def x(D,B):
      
          while(B>2):
              clock.tick() # Track elapsed milliseconds between snapshots().
              img = sensor.snapshot() # Take a picture and return the image.
      
              blobs = img.find_blobs(D)
      
              if blobs:
                  print('视野中的色块数sum : %d'% len(blobs))
                  data=[]
      
                  # 寻找视野中最大的色块
                  max_blob=find_max(blobs)
      
                  # 框出最大的色块,并在中心画十字
                  img.draw_rectangle(max_blob.rect()) # rect
                  img.draw_cross(max_blob.cx(), max_blob.cy()) # cx, cy
      
                  # 将最大色块的中心坐标加在传输数组data[]后
                  data.append( (max_blob.cx(),max_blob.cy()) )
      
                  #{(1,22),(-3,33),(22222,0),(9999,12),(0,0)}
                  data_out = json.dumps(set(data))    # ujson.dumps(obj):返回表示为JSON字符串的 obj 。
                  B=1                             # set() 函数创建一个无序不重复元素集
          return max_blob.cx()
              #uart.write(data_out +'\n')
      
      
      
      
      def y(D,B):
      
       while(B>2):
          clock.tick() # Track elapsed milliseconds between snapshots().
          img = sensor.snapshot() # Take a picture and return the image.
      
          blobs = img.find_blobs([yellow_threshold])
      
          if blobs:
              print('视野中的色块数sum : %d'% len(blobs))
              data=[]
      
              # 寻找视野中最大的色块
              max_blob=find_max(blobs)
      
              # 框出最大的色块,并在中心画十字
              img.draw_rectangle(max_blob.rect()) # rect
              img.draw_cross(max_blob.cx(), max_blob.cy()) # cx, cy
      
              # 将最大色块的中心坐标加在传输数组data[]后
              data.append( (max_blob.cx(),max_blob.cy()) )
      
              #{(1,22),(-3,33),(22222,0),(9999,12),(0,0)}
              data_out = json.dumps(set(data))    # ujson.dumps(obj):返回表示为JSON字符串的 obj 。
              B=1
                                        # set() 函数创建一个无序不重复元素集
          return max_blob.cy()
      
      def zhua():                      #机器臂抓取
      
          uart.write('h')
          if uart.any():
              D=uart.readline()
              if D:
                 uart.write('j')
                 if uart.any():
                     D=uart.readline()
                     if D:
                        uart.write('e')
      
          return
      
      
      def qi():   #机器臂起
          uart.write('g')
          if uart.any():
             D=uart.readline()
             if D:
                uart.write('y')
                if uart.any():
                    D=uart.readline()
                    if D:
                      uart.write('e')
      
          return
      
      def fang():   #放物体
          uart.write('h')
          if uart.any():
              D=uart.readline()
              if D:
                 uart.write('j')
                 if uart.any():
                     D=uart.readline()
                     if D:
                        uart.write('f')
      
          return
      
      
      def chu():  #机器臂初始定义
          uart.write('g')
          if uart.any():
             D=uart.readline()
             if D:
                uart.write('y')
                if uart.any():
                    D=uart.readline()
                    if D:
                      uart.write('f')
          return
      
      
      
      
      def go(B):      #寻找到要找的物块后
          C=B
          uart.write('s')
          if x(B,3)<45:  #右转
             uart.write('b')
             if x(B,3)>45 and x(B,3)<55:
                      uart.write('s')
      
             if x(B,3)>55:   #左转
                  uart.write('c')
                  if x(B,3)>45 and x(B,3)<55:
                      uart.write('s')
      
             if y(B,3)<75:  #前进
                  uart.write('a')
                  if y(B,3)>75 and y(B,3)<95:
                      uart.write('s')
      
             if y(B,3)>95:  #后退
                  uart.write('d')
                  if y(B,3)>75 and y(B,3)<95:
                      uart.write('s')
      
             if x(B,3)>45 and x(B,3)<55:
                   if y(B,3)<75 and y(B,3)>95:
                      zhua()
                   else:
                       go(C)
      
          return
      
      
          while(a>2): #不断拍照
              clock.tick()
              img = sensor.snapshot().lens_corr(1.8) #拍摄一张照片,lens_corr函数用于非鱼眼畸变矫正,默认设置参数为1.8,
              for blob in img.find_blobs(thresholds,pixels_threshold=200,roi = (100,80,600,440),area_threshold=200):
              #openmv自带的寻找色块函数。
              #pixels_threshold是像素阈值,面积小于这个值的色块就忽略
              #roi是感兴趣区域,只在这个区域内寻找色块
              #are_threshold是面积阈值,如果色块被框起来的面积小于这个值,会被过滤掉
                  print('该形状占空比为',blob.density())
      
                  uart.write('b')
                  if blob.density()>0.705:
                      uart = UART(3, 9600)
                      a=1
          
      
      
          
      sensor.reset() #初始化设置
      sensor.set_pixformat(sensor.RGB565) #设置为彩色
      sensor.set_framesize(sensor.SVGA) #设置清晰度
      sensor.skip_frames(time = 2000) #跳过前2000ms的图像
      sensor.set_auto_gain(False) # must be turned off for color tracking
      sensor.set_auto_whitebal(False) # must be turned off for color tracking
      clock = time.clock() #创建一个clock便于计算FPS,看看到底卡不卡
      sensor.set_auto_gain(False) # 关闭自动自动增益。默认开启的。
      sensor.set_auto_whitebal(False) #关闭白平衡。在颜色识别中,一定要关闭白平衡。
      
      
      # You may need to tweak the above settings for tracking green things...
      # Select an area in the Framebuffer to copy the color settings.
      
      sensor.reset() # Initialize the camera sensor.
      sensor.set_pixformat(sensor.RGB565) # use RGB565.
      sensor.set_framesize(sensor.QQVGA) # use QQVGA for speed.
      sensor.skip_frames(10) # Let new settings take affect.
      sensor.set_auto_whitebal(False) # turn this off.
      clock = time.clock() # Tracks FPS.
      
      a=3
      while(a>2): #不断拍照
              clock.tick()
              img = sensor.snapshot().lens_corr(1.8) #拍摄一张照片,lens_corr函数用于非鱼眼畸变矫正,默认设置参数为1.8,
              for blob in img.find_blobs(thresholds,pixels_threshold=200,roi = (100,80,600,440),area_threshold=200):
              #openmv自带的寻找色块函数。
              #pixels_threshold是像素阈值,面积小于这个值的色块就忽略
              #roi是感兴趣区域,只在这个区域内寻找色块
              #are_threshold是面积阈值,如果色块被框起来的面积小于这个值,会被过滤掉
                  print('该形状占空比为',blob.density())
      
                  uart.write('b')
                  if blob.density()>0.805:
                      uart = UART(3, 9600)
                      a=1
      
      while(a>2): #不断拍照
              clock.tick()
              img = sensor.snapshot().lens_corr(1.8) #拍摄一张照片,lens_corr函数用于非鱼眼畸变矫正,默认设置参数为1.8,
              for blob in img.find_blobs(thresholds,pixels_threshold=200,roi = (100,80,600,440),area_threshold=200):
              #openmv自带的寻找色块函数。
              #pixels_threshold是像素阈值,面积小于这个值的色块就忽略
              #roi是感兴趣区域,只在这个区域内寻找色块
              #are_threshold是面积阈值,如果色块被框起来的面积小于这个值,会被过滤掉
                  print('该形状占空比为',blob.density())
      
                  uart.write('b')
                  if blob.density()>0.705:
                      uart = UART(3, 9600)
                      a=1
          
      go(C)
      


    • 143 行,加一句

      global uart



    • @kidswong999local variable referenced before assignment. 中说:

      global uart

      好的,十分感谢。