import sensor, image, time
import json
from pyb import UART

For color tracking to work really well you should ideally be in a very, very,

very, controlled enviroment where the lighting is constant...

red_threshold = (30, 100, 15, 127, 15, 127)

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.分辨率为120*160。
sensor.skip_frames(10) # Let new settings take affect.
sensor.set_auto_whitebal(False) # turn this off.
clock = time.clock() # Tracks FPS.

uart = UART(3, 115200)

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() # Take a picture and return the image.
img.draw_cross(int(img.width()/2),int(img.height()/2))
blobs = img.find_blobs([red_threshold])
if blobs:
max_blob = find_max(blobs)
#print('sum : %d'% len(blobs))

        # Draw a rect around the blob.
  img.draw_rectangle(max_blob[0:4]) # rect
  img.draw_cross(max_blob[5], max_blob[6]) # cx, cy



    #{(1,22),(-3,33),(22222,0),(9999,12),(0,0)}

  uart.writechar((max_blob[5]))
 # print('you send:',data_out)
  print(max_blob[5], max_blob[6])
  print(img.width()/2,img.height()/2)#宽度80，高度60
else:
  print("not found!")

Arduino

#include <SoftwareSerial.h>

SoftwareSerial softSerial(10, 11); // RX, TX
char c;
String comdata = "";

void setup() {
// put your setup code here, to run once:
softSerial.begin(115200);
Serial.begin(115200);
}

void loop() {
if(softSerial.available())
{comdata += char(softSerial.read());
delay(2);

Serial.println(comdata);
}
}

@kidswong999 你发的贴子都没有解决里面的问题

@h3gn 回不回是要用软串口

openMv代码

Blob Detection Example

这个例子展示了如何使用find_blobs函数来查找图像中的颜色色块。这个例子特别寻找深绿色的物体。

import sensor, image, time
from pyb import UART
import json

为了使色彩追踪效果真的很好，你应该在一个非常受控制的照明环境中。

green_threshold = (30, 100, 15, 127, 15, 127)
#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。

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.
#关闭白平衡。白平衡是默认开启的，在颜色识别中，需要关闭白平衡。
clock = time.clock() # Tracks FPS.

uart = UART(3, 115200)
while(True):
clock.tick() # Track elapsed milliseconds between snapshots().
img = sensor.snapshot() # Take a picture and return the image.

blobs = img.find_blobs([green_threshold])
#find_blobs(thresholds, invert=False, roi=Auto),thresholds为颜色阈值，
#是一个元组，需要用括号［ ］括起来。invert=1,反转颜色阈值，invert=False默认
#不反转。roi设置颜色识别的视野区域，roi是一个元组， roi = (x, y, w, h)，代表
#从左上顶点(x,y)开始的宽为w高为h的矩形区域，roi不设置的话默认为整个图像视野。
#这个函数返回一个列表，[0]代表识别到的目标颜色区域左上顶点的x坐标，［1］代表
#左上顶点y坐标，［2］代表目标区域的宽，［3］代表目标区域的高，［4］代表目标
#区域像素点的个数，［5］代表目标区域的中心点x坐标，［6］代表目标区域中心点y坐标，
#［7］代表目标颜色区域的旋转角度（是弧度值，浮点型，列表其他元素是整型），
#［8］代表与此目标区域交叉的目标个数，［9］代表颜色的编号（它可以用来分辨这个
#区域是用哪个颜色阈值threshold识别出来的）。
if blobs:
    #print('sum : %d'% len(blobs))

    for b in blobs:
        # Draw a rect around the blob.
        img.draw_rectangle(b.rect()) # rect
         #img.draw_rectangle(b[0:4]) # rect
        img.draw_cross(b.cx(), b.cy()) # cx, cy

        img.draw_cross(int(img.width()/2),int(img.height()/2))
    #{(1,22),(-3,33),(22222,0),(9999,12),(0,0)}
    #data_out = json.dumps(set(data))
    uart.writechar(int(b.cx()))
    print(b[5], b[6])
             # print((img.width()/2), (img.height()/2))

    #print('you send:',data_out)

else:

  # print("not found!")

Arduino代码

#include <SoftwareSerial.h>

SoftwareSerial softSerial(10, 11); // RX, TX
char c;

void setup() {
// put your setup code here, to run once:
softSerial.begin(115200);
Serial.begin(115200);
}

void loop() {
if(softSerial.available())
{
Serial.write(softSerial.read());
}
}

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.
#关闭白平衡。白平衡是默认开启的，在颜色识别中，需要关闭白平衡。
clock = time.clock() # Tracks FPS.

uart = UART(3, 115200)
while(True):
clock.tick() # Track elapsed milliseconds between snapshots().
img = sensor.snapshot() # Take a picture and return the image.

blobs = img.find_blobs([green_threshold])
#find_blobs(thresholds, invert=False, roi=Auto),thresholds为颜色阈值，
#是一个元组，需要用括号［ ］括起来。invert=1,反转颜色阈值，invert=False默认
#不反转。roi设置颜色识别的视野区域，roi是一个元组， roi = (x, y, w, h)，代表
#从左上顶点(x,y)开始的宽为w高为h的矩形区域，roi不设置的话默认为整个图像视野。
#这个函数返回一个列表，[0]代表识别到的目标颜色区域左上顶点的x坐标，［1］代表
#左上顶点y坐标，［2］代表目标区域的宽，［3］代表目标区域的高，［4］代表目标
#区域像素点的个数，［5］代表目标区域的中心点x坐标，［6］代表目标区域中心点y坐标，
#［7］代表目标颜色区域的旋转角度（是弧度值，浮点型，列表其他元素是整型），
#［8］代表与此目标区域交叉的目标个数，［9］代表颜色的编号（它可以用来分辨这个
#区域是用哪个颜色阈值threshold识别出来的）。
if blobs:
    #print('sum : %d'% len(blobs))
    
    for b in blobs:
        # Draw a rect around the blob.
        #img.draw_rectangle(b.rect()) # rect
         img.draw_rectangle(b[0:4]) # rect
        img.draw_cross(b.cx(), b.cy()) # cx, cy
        
        img.draw_cross(int(img.width()/2),int(img.height()/2))
    #{(1,22),(-3,33),(22222,0),(9999,12),(0,0)}
    #data_out = json.dumps(set(data))
    uart.writechar(b.cx())
   # print(blob[5], blob[6])
             # print((img.width()/2), (img.height()/2))
    
    #print('you send:',data_out)

else:

  # print("not found!")

请问怎么解决的呢

img.draw_rectangle(b.rect()) # rect
img.draw_rectangle(b[0:4]) # rect
请问上面的两个方式有什么区别

@kidswong999 # Blob Detection Example

这个例子展示了如何使用find_blobs函数来查找图像中的颜色色块。这个例子特别寻找深绿色的物体。

import sensor, image, time
from pyb import UART
import json

为了使色彩追踪效果真的很好，你应该在一个非常受控制的照明环境中。

green_threshold = (30, 100, 15, 127, 15, 127)
#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。

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.
#关闭白平衡。白平衡是默认开启的，在颜色识别中，需要关闭白平衡。
clock = time.clock() # Tracks FPS.

uart = UART(3, 115200)
while(True):
clock.tick() # Track elapsed milliseconds between snapshots().
img = sensor.snapshot() # Take a picture and return the image.

blobs = img.find_blobs([green_threshold])
#find_blobs(thresholds, invert=False, roi=Auto),thresholds为颜色阈值，
#是一个元组，需要用括号［ ］括起来。invert=1,反转颜色阈值，invert=False默认
#不反转。roi设置颜色识别的视野区域，roi是一个元组， roi = (x, y, w, h)，代表
#从左上顶点(x,y)开始的宽为w高为h的矩形区域，roi不设置的话默认为整个图像视野。
#这个函数返回一个列表，[0]代表识别到的目标颜色区域左上顶点的x坐标，［1］代表
#左上顶点y坐标，［2］代表目标区域的宽，［3］代表目标区域的高，［4］代表目标
#区域像素点的个数，［5］代表目标区域的中心点x坐标，［6］代表目标区域中心点y坐标，
#［7］代表目标颜色区域的旋转角度（是弧度值，浮点型，列表其他元素是整型），
#［8］代表与此目标区域交叉的目标个数，［9］代表颜色的编号（它可以用来分辨这个
#区域是用哪个颜色阈值threshold识别出来的）。
if blobs:
#如果找到了目标颜色
    for blob in blobs:
    #迭代找到的目标颜色区域
        # Draw a rect around the blob.
        img.draw_rectangle(blob[0:4]) # rect
        #用矩形标记出目标颜色区域
        img.draw_cross(blob[5], blob[6]) # cx, cy
         output_str=json.dumps([find_blob.cx(),find_blob.cy()]) #方式2
        img.draw_cross(int(img.width()/2),int(img.height()/2))
        #在目标颜色区域的中心画十字形标记
        print(blob[5], blob[6])
        print((img.width()/2), (img.height()/2))
        #输出目标物体中心坐标

#print(clock.fps()) # Note: Your OpenMV Cam runs about half as fast while
# connected to your computer. The FPS should increase once disconnected

我想给arduino发送色块中心的坐标 提示错误？

for blob in blobs:
#迭代找到的目标颜色区域
# Draw a rect around the blob.
img.draw_rectangle(blob[0:4]) # rect
#用矩形标记出目标颜色区域
img.draw_cross(blob[5], blob[6]) # cx, cy
output_str="[%d,%d]" % (blob.cx(),blob.cy()) #方式1
img.draw_cross(int(img.width()/2),int(img.height()/2))
#在目标颜色区域的中心画十字形标记
print(blob[5], blob[6])
print((img.width()/2), (img.height()/2))
#输出目标物体中心坐标

错误的是 output_str="[%d,%d]" % (blob.cx(),blob.cy()) #方式1