@kidswong999
a=iris[0][0]
b=iris[0][1]
uart.writechar(a)
uart.writechar(b)
这样写也是报错一样的错误
S
sfdw 发布的帖子
-
RE: 瞳孔识别的坐标通过串口发不出去,例程也看了,都试了试,也不好使,新手,求教
-
RE: 瞳孔识别的坐标通过串口发不出去,例程也看了,都试了试,也不好使,新手,求教
@kidswong999
我刚写了这样写的
iri[0]=iris[0][0]
iri[1]=iris[0][1]
uart.writechar(iri[0])
uart.writechar(iri[1])
还是报错,报错如下
"int" object is not subscriptable
后来又这样写
x_1=iris[0][0]
Y_1=iris[0][1]
uart.writechar(x_1)
uart.writechar(Y_1)
还是报错,报错如下
"int" object is not subscriptable
两次报错一样, -
RE: 瞳孔识别的坐标通过串口发不出去,例程也看了,都试了试,也不好使,新手,求教
@sfdw 我刚写了这样写的
iri[0]=iris[0][0]
iri[1]=iris[0][1]
uart.writechar(iri[0])
uart.writechar(iri[1])
还是报错,报错如下
"int" object is not subscriptable -
RE: 瞳孔识别的坐标通过串口发不出去,例程也看了,都试了试,也不好使,新手,求教
这个我会,其实就是我不知道怎么将瞳孔的坐标发出去,
id=iris.id()
uart.writechar(id)
我是这么写的,有问题,而且我确定问题出在这里,因为我如果不让串口发送坐标,而是发送
11111是没有问题的我是这么写的串口助手也显示了出来
uart.write("11111") -
瞳孔识别的坐标通过串口发不出去,例程也看了,都试了试,也不好使,新手,求教
# 瞳孔识别例程 # # 这个例子展示了如何找到图像中的眼睛后的瞳孔(瞳孔检测)。 该脚本使用 # find_eyes函数来确定应该包含瞳孔的roi的中心点。 它通过基本上找到瞳孔 # 中心的眼睛最黑暗的区域的中心。 # # 注意:此脚本首先不会检测到脸部,请将其与长焦镜头一起使用。 #import time #from pyb import UART #uart = UART(3, 19200) #while(True): # uart.write("Hello World!\r") # time.sleep(1000) import sensor, time, image from pyb import UART # Reset sensor sensor.reset() # Sensor settings sensor.set_contrast(3) sensor.set_gainceiling(16) # Set resolution to VGA. sensor.set_framesize(sensor.VGA) #拉近镜头,使眼睛的更多细节展现在摄像头中。 # Bin/Crop image to 200x100, which gives more details with less data to process sensor.set_windowing((220, 190, 200, 100)) sensor.set_pixformat(sensor.GRAYSCALE) # Load Haar Cascade # 默认情况下,这将使用所有阶段,较低的阶段更快但不太准确。 # 加载眼睛的haar算子 eyes_cascade = image.HaarCascade("eye", stages=24) print(eyes_cascade) # FPS clock clock = time.clock() uart = UART(3, 19200) iris=[] while (True): clock.tick() # Capture snapshot img = sensor.snapshot() # Find eyes ! # Note: Lower scale factor scales-down the image more and detects smaller objects. # Higher threshold results in a higher detection rate, with more false positives. eyes = img.find_features(eyes_cascade, threshold=0.5, scale=1.5) #先利用find_features函数识别人眼。image.find_features(cascade, threshold=0.5, scale=1.5),thresholds越大,匹配速度越快,错误率也会上升。scale可以缩放被匹配特征的大小。 # Find iris #在识别到的人眼中寻找瞳孔。 for e in eyes: iris = img.find_eye(e) #image.find_eye((x, y, w, h)),find_eye的参数是一个矩形区域,左上顶点为 #(x,y),宽w,高h,注意(x,y,w,h)是一个元组,不要漏掉括号()。上行代码中 #的e即代表识别到的眼睛的矩形区域。 #find_eye的原理是找到区域中颜色最深处的中心。 img.draw_rectangle(e) img.draw_cross(iris[0], iris[1]) #用矩形标记人眼,用十字形标记瞳孔。 print(iris) uart.write("11111") id=iris.id() uart.writechar(id) # Print FPS. # Note: Actual FPS is higher, streaming the FB makes it slower. # print(clock.fps())