确实这个正确率有点太低了，我也不知道为什么 我是openmvh7+无畸变镜头
代码为

# LetNet数字识别例程
import sensor, image, time, os, nn

sensor.reset()                         # Reset and initialize the sensor.
sensor.set_contrast(1)
sensor.set_pixformat(sensor.GRAYSCALE) # Set pixel format to RGB565 (or GRAYSCALE)
sensor.set_framesize(sensor.QQVGA)      # Set frame size to QVGA (320x240)
sensor.set_windowing((100, 100))       # Set 128x128 window.
sensor.skip_frames(time=100)
sensor.set_auto_gain(0)
sensor.set_auto_exposure(0)

# Load lenet network
net = nn.load('/lenet.network')
labels = ['0', '1', '2', '3', '4', '5', '6', '7', '8', '9']

clock = time.clock()                # Create a clock object to track the FPS.
while(True):
    clock.tick()                    # Update the FPS clock.
    img = sensor.snapshot()         # Take a picture and return the image.
    out = net.forward(img.copy().binary([(150, 255)], invert=True))
    max_idx = out.index(max(out))
    score = int(out[max_idx]*100)
    if (score < 65):
        score_str = "??:??%"
    else:
        score_str = "%s:%d%% "%(labels[max_idx], score)
    img.draw_string(0, 0, score_str,(0))

    print(clock.fps())             # Note: OpenMV Cam runs about half as fast when connected
                                   # to the IDE. The FPS should increase once disconnected.

标准代码

我希望用阈值操作屏蔽一些不同亮度的图片，防止他们干扰到我的图像，我不是希望二值化而是希望类似于opencv一样的截断的操作，（truncate），这个操作。但是、苦于找不到函数。希望求解。并且我希望我阈值选取之后我可以把那一块色块变成白色，不知道应该如何操作，望告知。多谢

invert这个东西好像是改变的是阈值，类似于就是除了这个阈值其余的阈值都是我们需要的，和我想的不一样

我现在希望使用这个双边滤波把一些图片的一些颜色变成白色，grayscale_bilateral_filter。但是好像这个函数没有办法把阈值在threshold里面的颜色变成白色，好像只有黑色选项，导致我相当被动

@kidswong999不是 我都明白你的意思，我知道这两个都用过。但是我想知道为什么openmv为什么对粗直线有很好的效果但是opencv的效果就显得较差

最近在使用opencv和openmv的时候发现opencv的霍夫和mv的霍夫有点区别。mv的明显更胜一筹（在识别粗线的时候）。故想问一下openmv霍夫直线检测的原理，特别是最后一个参数的实现原理

类似于这种的图像，会有交叉点，故此时会不好判断，那么有什么较为稳妥的方案吗？是不是只能按时间段来分配，（时间上跳过改节点）或者说检测到交叉点就跳过之类的