那个阈值就是用阈值助手设置的啊，很奇怪，另一个例程multi_color_blob_tracking就可以实现色块识别追踪，这个就不行，不知道为什么

可以运行代码，但是识别不了，要么就是没有框框住所选的色块，要么就是满屏幕的框框

代码就是例程上的，稍稍把阈值修改为红色了

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

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。

red_threshold = ( 0, 100, 42, -39, -128, 127)
#设置红色的阈值，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.

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

blobs = img.find_blobs([red_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 b in blobs:
    #迭代找到的目标颜色区域
        # Draw a rect around the blob.
        img.draw_rectangle(b[0:4]) # rect
        #用矩形标记出目标颜色区域
        img.draw_cross(b[5], b[6]) # cx, cy
        #在目标颜色区域的中心画十字形标记
        print(b[5], b[6])
        #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.