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
-