上面的帖子，格式有点不对。这里重新整理了一下。请看下面：

# 色块监测 例子
#
# 这个例子展示了如何通过find_blobs()函数来查找图像中的色块
# 这个例子查找的颜色是深绿色

import sensor, image, time
import time, omv
from pyb import CAN

import math
from machine import LED

# 颜色追踪的例子，一定要控制环境的光，保持光线是稳定的。
#green_threshold   = (   0,   80,  -70,   -10,   -0,   30)
#green_threshold = (24, 49, -43, 5, -29, -10)    # blue
#green_threshold = (0, 44, -82, -10, -64, 27)     # dark green
green_threshold = (95,100,-11,23,-7,40) # white
#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。


#----------------------------------------------------
# CAN recv callback function
rxbuf = bytearray(8)
rxlist = [0, 0, 0, 0, memoryview(rxbuf)]

def canrx_callback(bus, reason):
    #print(bus)
    can.recv(0, rxlist, timeout=-1)
    can.send(txbuf, txid, timeout=-1)
    print(rxbuf[0])

    if reason == 0:
        print('pending')

    if reason == 1:
        print('full')
    if reason == 2:
        print('overflow')



#----------------------------------------------------
sensor.reset() # 初始化摄像头
sensor.set_pixformat(sensor.RGB565) # 格式为 RGB565.
#sensor.set_framesize(sensor.QQVGA) # QQVGA:160*120 使用 QQVGA 速度快一些
#sensor.set_framesize(sensor.QVGA)   # QVGA:320*240
sensor.set_framesize(sensor.VGA)   # VGA:640*480

sensor.skip_frames(time = 2000) # 跳过2000s，使新设置生效,并自动调节白平衡
sensor.set_auto_gain(False) # 关闭自动自动增益。默认开启的，在颜色识别中，一定要关闭白平衡。
sensor.set_auto_whitebal(False)#关闭白平衡。白平衡是默认开启的，在颜色识别中，一定要关闭白平衡。
clock = time.clock() # 追踪帧率

led = LED("LED_BLUE")

# 注意：在接收节点上设置为False。
TRANSMITTER = True
can = CAN(2, CAN.NORMAL)
# 设置不同的波特率（默认为125Kbps）
# 注意：以下参数仅适用于H7。
# can.init(CAN.NORMAL, prescaler=32, sjw=1, bs1=8, bs2=3) # 125Kbps
can.init(CAN.NORMAL, prescaler=16, sjw=1, bs1=8, bs2=3) # 250Kbps
# can.init(CAN.NORMAL, prescaler=8,  sjw=1, bs1=8, bs2=3) # 500Kbps
# can.init(CAN.NORMAL, prescaler=4,  sjw=1, bs1=8, bs2=3) # 1000Kbps
#
# Set a filter to receive messages with id=1 -> 4
# Filter index, mode (RANGE, DUAL or MASK), FIFO (0 or 1), params
can.setfilter(0, CAN.RANGE, 0, (0x100, 0x101))
# Set a filter to receive messages with id=1, 2, 3 and 4
# Filter index, mode (LIST16, etc..), FIFO (0 or 1), params
# can.setfilter(0, CAN.LIST16, 0, (0x100, 0x200))
#
can.restart()
#
# Receive messages on FIFO 0
#can.recv(0, timeout=10000)
txid = 0x100
txbuf = bytearray([1,2,3,4,5,6,7,8])

can.rxcallback(0, canrx_callback)

b = None

while(True):
    led.on()
    time.sleep_ms(30)
    led.off()
    time.sleep_ms(30)
    clock.tick() # Track elapsed milliseconds between snapshots().
    img = sensor.snapshot()#.lens_corr(1.8) # 从感光芯片获得一张图像

    blobs = img.find_blobs([green_threshold], merge=True,area_threshold=25)
    #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],color=(255,0,0),thickness=1) # cx, cy
            #在目标颜色区域的中心画十字形标记
            #print(b.rotation()*180/math.pi)
            if b.pixels() > 1000:
                print(b[5],b[6],b.pixels(),b.count(),b.area(),b.density())

    #print(clock.fps()) # 注意: 你的OpenMV连到电脑后帧率大概为原来的一半

    # CAN 数据发送
    #Send message with id 1
    if b is not None:
        txbuf[0] = b[5]
        txbuf[1] = b[5]>>8
        txbuf[2] = b[6]
        txbuf[3] = b[6]>>8


    #print(can.state()==CAN.ERROR_ACTIVE)
    #print(CAN.STOPPED)
    #can.send(txbuf, txid, timeout=1000)
    #print(can.state())

    # 在以下调用中未分配堆内存
    #can.recv(0, lst, timeout=-1)
    #print(lst[4][0])

问题描述：
1、can.recv(0, timeout=1000)，如果设置了超时时间，超时时间到，直接死机。
2、can.send(txbuf, txid, timeout=1000)，如果设置了超时时间，时间到直接死机。
为了解决这个问题，我只能在回调函数中调用can.recv(...)，例如使用can.rxcallback(0, canrx_callback)，再定义函数如下：
def canrx_callback(bus, reason):
#print(bus)
can.recv(0, rxlist, timeout=-1)
can.send(txbuf, txid, timeout=-1)
意思就是，上位机发送一个can指令，openMV收到数据，就回复一帧数据。
然而，CAN总线的鲁棒性还是很差。
3、CAN总线的CANH,CANL两根线短时间短接，再恢复，直接死机。（鲁棒性测试）
4、CAN总线的其中一根线断开，再连接上，直接死机。（鲁棒性测试）

关于timeout=-1，我认为是无限等待，官方资料没有写。官方资料还是有点不详细的。
期待能够提高CAN的鲁棒性，如果有改进，希望能给我发送一个邮件通知我，30175224@qq.com

色块监测 例子

这个例子展示了如何通过find_blobs()函数来查找图像中的色块

这个例子查找的颜色是深绿色

import sensor, image, time
import time, omv
from pyb import CAN

import math
from machine import LED

颜色追踪的例子，一定要控制环境的光，保持光线是稳定的。

#green_threshold = ( 0, 80, -70, -10, -0, 30)
#green_threshold = (24, 49, -43, 5, -29, -10) # blue
#green_threshold = (0, 44, -82, -10, -64, 27) # dark green
green_threshold = (95,100,-11,23,-7,40) # white
#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。

#----------------------------------------------------

CAN recv callback function

rxbuf = bytearray(8)
rxlist = [0, 0, 0, 0, memoryview(rxbuf)]

def canrx_callback(bus, reason):
#print(bus)
can.recv(0, rxlist, timeout=-1)
can.send(txbuf, txid, timeout=-1)
print(rxbuf[0])

if reason == 0:
    print('pending')

if reason == 1:
    print('full')
if reason == 2:
    print('overflow')

#----------------------------------------------------
sensor.reset() # 初始化摄像头
sensor.set_pixformat(sensor.RGB565) # 格式为 RGB565.
#sensor.set_framesize(sensor.QQVGA) # QQVGA:160120 使用 QQVGA 速度快一些
#sensor.set_framesize(sensor.QVGA) # QVGA:320240
sensor.set_framesize(sensor.VGA) # VGA:640*480

sensor.skip_frames(time = 2000) # 跳过2000s，使新设置生效,并自动调节白平衡
sensor.set_auto_gain(False) # 关闭自动自动增益。默认开启的，在颜色识别中，一定要关闭白平衡。
sensor.set_auto_whitebal(False)#关闭白平衡。白平衡是默认开启的，在颜色识别中，一定要关闭白平衡。
clock = time.clock() # 追踪帧率

led = LED("LED_BLUE")

注意：在接收节点上设置为False。

TRANSMITTER = True
can = CAN(2, CAN.NORMAL)

设置不同的波特率（默认为125Kbps）

注意：以下参数仅适用于H7。

can.init(CAN.NORMAL, prescaler=32, sjw=1, bs1=8, bs2=3) # 125Kbps

can.init(CAN.NORMAL, prescaler=16, sjw=1, bs1=8, bs2=3) # 250Kbps

can.init(CAN.NORMAL, prescaler=8, sjw=1, bs1=8, bs2=3) # 500Kbps

can.init(CAN.NORMAL, prescaler=4, sjw=1, bs1=8, bs2=3) # 1000Kbps

Set a filter to receive messages with id=1 -> 4

Filter index, mode (RANGE, DUAL or MASK), FIFO (0 or 1), params

can.setfilter(0, CAN.RANGE, 0, (0x100, 0x101))

Set a filter to receive messages with id=1, 2, 3 and 4

Filter index, mode (LIST16, etc..), FIFO (0 or 1), params

can.setfilter(0, CAN.LIST16, 0, (0x100, 0x200))

can.restart()

Receive messages on FIFO 0

#can.recv(0, timeout=10000)
txid = 0x100
txbuf = bytearray([1,2,3,4,5,6,7,8])

can.rxcallback(0, canrx_callback)

b = None

while(True):
led.on()
time.sleep_ms(30)
led.off()
time.sleep_ms(30)
clock.tick() # Track elapsed milliseconds between snapshots().
img = sensor.snapshot()#.lens_corr(1.8) # 从感光芯片获得一张图像

blobs = img.find_blobs([green_threshold], merge=True,area_threshold=25)
#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],color=(255,0,0),thickness=1) # cx, cy
        #在目标颜色区域的中心画十字形标记
        #print(b.rotation()*180/math.pi)
        if b.pixels() > 1000:
            print(b[5],b[6],b.pixels(),b.count(),b.area(),b.density())

#print(clock.fps()) # 注意: 你的OpenMV连到电脑后帧率大概为原来的一半

# CAN 数据发送
#Send message with id 1
if b is not None:
    txbuf[0] = b[5]
    txbuf[1] = b[5]>>8
    txbuf[2] = b[6]
    txbuf[3] = b[6]>>8


#print(can.state()==CAN.ERROR_ACTIVE)
#print(CAN.STOPPED)
#can.send(txbuf, txid, timeout=1000)
#print(can.state())

# 在以下调用中未分配堆内存
#can.recv(0, lst, timeout=-1)
#print(lst[4][0])

问题描述：
1、can.recv(0, timeout=1000)，如果设置了超时时间，超时时间到，直接死机。
2、can.send(txbuf, txid, timeout=1000)，如果设置了超时时间，时间到直接死机。
为了解决这个问题，我只能在回调函数中调用can.recv(...)，例如使用can.rxcallback(0, canrx_callback)，再定义函数如下：
def canrx_callback(bus, reason):
#print(bus)
can.recv(0, rxlist, timeout=-1)
can.send(txbuf, txid, timeout=-1)
意思就是，上位机发送一个can指令，openMV收到数据，就回复一帧数据。
然而，CAN总线的鲁棒性还是很差。
3、CAN总线的CANH,CANL两根线短时间短接，再恢复，直接死机。（鲁棒性测试）
4、CAN总线的其中一根线断开，再连接上，直接死机。（鲁棒性测试）

关于timeout=-1，我认为是无限等待，官方资料没有写。官方资料还是有点不详细的。
期待能够提高CAN的鲁棒性，如果有改进，希望能给我发送一个邮件通知我，30175224@qq.com