• OpenMV VSCode 扩展发布了,在插件市场直接搜索OpenMV就可以安装
  • 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。
  • 对上传的图片分别选取了四个ROI识别其中的矩形,但只能识别到左上角的矩形,其他区域识别不到是什么原因?



    • # Find Rects Example
      #
      # 这个例子展示了如何使用april标签代码中的四元检测代码在图像中找到矩形。 四元检测算法以非常稳健的方式检测矩形,并且比基于Hough变换的方法好得多。 例如,即使镜头失真导致这些矩形看起来弯曲,它仍然可以检测到矩形。 圆角矩形是没有问题的!
      # (但是,这个代码也会检测小半径的圆)...
      
      import sensor, image, time
      
      sensor.reset()
      sensor.set_pixformat(sensor.RGB565) # 灰度更快(160x120 max on OpenMV-M7)
      sensor.set_framesize(sensor.VGA)
      sensor.skip_frames(time = 2000)
      clock = time.clock()
      
      while(True):
          clock.tick()
          img = sensor.snapshot().lens_corr(strength = 1.8, zoom = 1.0)
          # 下面的`threshold`应设置为足够高的值,以滤除在图像中检测到的具有
          # 低边缘幅度的噪声矩形。最适用与背景形成鲜明对比的矩形。
      
          for r1 in img.find_rects(roi = (0,0,100,100),threshold = 1000):
              img.draw_rectangle(r1.rect(), color = (255, 0, 0))
              print("1")
              print(r1.rect())
          for r2 in img.find_rects(roi = (400,0,240,200),threshold = 1000):
              img.draw_rectangle(r2.rect(), color = (255, 0, 0))
              print("2")
              print(r2.rect())
          for r3 in img.find_rects(roi = (0,350,100,100),threshold = 1000):
              img.draw_rectangle(r3.rect(), color = (255, 0, 0))   
              print("3")
              print(r3.rect())
          for r4 in img.find_rects(roi = (300,350,340,100),threshold = 1000):
              img.draw_rectangle(r4.rect(), color = (255, 0, 0))
              print("4")
              print(r4.rect())
      
              
      
      

      0_1685375822208_Treasure.jpg



    • 我感觉是固件有计算错误,已经提交issue
      https://github.com/openmv/openmv/issues/1854