@kidswong999 大佬，救救孩子

不用筛选，因为我的摄像头是固定的，同一时间只有一个点，也就是我用激光笔照出来的那个点

我要在b[5],b[6]这个坐标的两次输出画线，我应该怎么改能？刚接触代码，纯小白不是很懂怎么改

#进行帧分差并对差值的像素点进行色块识别，输出它的坐标

import sensor, image, pyb, os, time

TRIGGER_THRESHOLD = 5
green_threshold   = (15,80)

BG_UPDATE_FRAMES = 50 # 融合前有多少帧。
BG_UPDATE_BLEND = 128 # How much to blend by... ([0-256]==[0.0-1.0]).

sensor.reset() # 复位并初始化传感器。

sensor.set_pixformat(sensor.GRAYSCALE) # or sensor.RGB565
#设置图像色彩格式，有RGB565色彩图和GRAYSCALE灰度图两种

sensor.set_framesize(sensor.QVGA) # or sensor.QQVGA (or others)
#设置图像像素大小

sensor.skip_frames(time = 2000) # 让新的设置生效。
sensor.set_auto_whitebal(False) # 关闭白平衡。
clock = time.clock() # 跟踪FPS帧率

# 从主帧缓冲区的RAM中取出以分配第二帧缓冲区。
# 帧缓冲区中的RAM比MicroPython堆中的RAM多得多。
# 但是，在执行此操作后，您的某些算法的RAM会少得多......
# 所以，请注意现在摆脱RAM问题要容易得多。
# 然而，帧差分不会占用帧缓冲区中的大量额外空间。
# 但是，如果你这样做，像AprilTags这样的东西会起作用，也可能不会起作用...
extra_fb = sensor.alloc_extra_fb(sensor.width(), sensor.height(), sensor.RGB565)

print("About to save background image...")
sensor.skip_frames(time = 20) # 给用户一个时间来准备
extra_fb.replace(sensor.snapshot())
print("Saved background image - Now frame differencing!")

triggered = False

frame_count = 0
while(True):
    clock.tick() # 追踪两个snapshots()之间经过的毫秒数.
    img = sensor.snapshot() # 拍一张照片，返回图像

    frame_count += 50
    if (frame_count > BG_UPDATE_FRAMES):
        frame_count = 0
        # 融入新的帧。 我们在这里做256-alpha，因为我们想将新帧混合到背景中。
        # 而不是把背景融入到新帧（这仅仅做alpha）。
        # 通过((NEW*(alpha))+(OLD*(256-alpha)))/256融合每个像素。
        # 因此，低alpha导致新图像的低混合，而高alpha导致新图像的高混合。我们需要对此更新进行反转。
        #img.blend(extra_fb, alpha=(256-BG_UPDATE_BLEND))
        extra_fb.replace(img)



    # 用 "abs(NEW-OLD)" 帧差替换图像。
    img.difference(extra_fb)
    blobs = img.find_blobs([green_threshold],meger = True,margin=100)
    if blobs:
        for b in blobs:
            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
            img.draw_line()
            
            
            

    #hist = img.get_histogram()
    # 下面的代码通过比较第99百分位值（例如，非离群值最大值与第90百分位值（例如非最大值）来工作。
    # 两个值之间的差异将随着差异图像看起来像素变化而增大。
    #diff = hist.get_percentile(0.99).l_value() - hist.get_percentile(0.90).l_value()
    #triggered = diff > TRIGGER_THRESHOLD

    print(clock.fps()) # 注意: 当连接电脑后，OpenMV会变成一半的速度。当不连接电脑，帧率会增加。

就是说，我想在一个画面上捕捉一个激光笔的点，可是色块识别的话亮度啥的又不一样，所以能不能识别到光点在动，并把它框起来