dcqu 创建的帖子

如果你要从图像中计算颜色阈值的话，看这个代码。 https://book.openmv.cc/example/10-Color-Tracking/automatic-rgb565-color-tracking.html

https://book.openmv.cc/example/21-Sensor-Control/sensor-exposure-control.html 最开始的EXPOSURE_TIME_SCALE = 1.0改为0.1

大概是这个意思 width = 320 height = 240 roi_w = int(width/3) roi_h = int(height/3) rois = [(0, 0, roi_w, roi_h), (roi_w, 0, roi_w, roi_h), (roi_w*2, 0, roi_w, roi_h), (0, roi_h, roi_w, roi_h), (roi_w, roi_h, roi_w, roi_h), (roi_w*2, roi_h, roi_w, roi_h), (0, roi_h*2, roi_w, roi_h), (roi_w, roi_h*2, roi_w, roi_h), (roi_w*2, roi_h*2, roi_w, roi_h)] print(rois) for roi in rois: img.get_statistics(roi=roi)

https://book.openmv.cc/image/statistics.html

我用过，像素要看你使用的情况，可以VGA,QVGA,QQVGA，并set_window指令来限定，目前我只测试过低速环境，识别率很高，如果只使用图像识别的代码，相应速度20ms左右，但是如果使用tf的功能，速度就比较慢了。

ROI有三个区域。 一般函数只有一个ROI区域参数，所以可以分别对三个区域调用函数。