鲁棒线性回归例程

这个例子展示了如何在OpenMV Cam上使用get_regression（）方法来获得

ROI的线性回归。 使用这种方法，你可以轻松地建立一个机器人，它可以

跟踪所有指向相同的总方向但实际上没有连接的线。 在线路上使用

find_blobs（），以便更好地过滤选项和控制。

#我们在这个脚本中使用get_regression（）的robust = True参数，该脚本使用更稳健的算法计算线性回归...但是可能慢得多。 鲁棒算法在图像上运行O（N ^ 2）时间。 所以，你需要限制像素的数量来使这个算法工作，它可能实际需要秒的时间给你一个结果...非常小心！

THRESHOLD = (0, 100) # Grayscale threshold for dark things...
BINARY_VISIBLE = True # 首先二值化，所以你可以看到什么线性回归正在
# 运行...虽然可能会降低FPS。
import sensor, image, time

sensor.reset()
sensor.set_pixformat(sensor.GRAYSCALE)
sensor.set_framesize(sensor.QQQVGA) # 80x60 (4,800 pixels) - O(N^2) max = 2,3040,000.
sensor.skip_frames(time = 2000) # WARNING: If you use QQVGA it may take seconds
clock = time.clock() # to process a frame sometimes.

while(True):
clock.tick()
img = sensor.snapshot().binary([THRESHOLD]) if BINARY_VISIBLE else sensor.snapshot()

# 返回类似于由find_lines（）和find_line_segments（）返回的线对象。 
# 你有x1（），y1（），x2（），y2（），length（），
# theta（）（以度为单位的旋转），rho（）和magnitude（）。
#
# magnitude() 表示线性回归的工作情况。这对于鲁棒的线性回归意味着不同
# 的东西。一般来说，值越大越好...
line = img.get_regression([(255,255) if BINARY_VISIBLE else THRESHOLD], robust = True)

if (line): img.draw_line(line.line(), color = 127)
print("FPS %f, mag = %s" % (clock.fps(), str(line.magnitude()) if (line) else "N/A"))

About negative rho values:

A [theta+0:-rho] tuple is the same as [theta+180:+rho].

红线处的执行对前面有什么影响吗？

@kidswong999 他的意思是在python中调用C语言的函数或文件

装上广角摄像头是物理上增大视野，一张图片的分辨率还是一样是吗？

我的openmv变砖了，跟着ide的提示去做，断开连接后连接boot和rst ，然后重新连接等待dfu枚举，那么dfu枚举过程中会有怎样的现象？我不知道怎样才算枚举完成直接按了确定，然后一直在编程中。。。。

@kidswong999 恩恩，运行了，这样没解决呀

import sensor, image, time, sys

sensor.reset()
sensor.set_pixformat(sensor.RGB565)
sensor.set_framesize(sensor.QVGA)
sensor.skip_frames(time = 2000)
sensor.set_auto_gain(False) # must be turned off for color tracking
sensor.set_auto_whitebal(False) # must be turned off for color tracking

#sensor.set_auto_exposure(False, 500)#这里设置曝光时间

Max_dict={'R':0,'G':0,'B':0}
def find_max(blobs):
    max_size=0
    for blob in blobs:
        if blob.pixels() > max_size:
            max_blob=blob
            max_size = blob.pixels()
    return max_blob

thresholds = [(100, 0, -32, 6, -128, 127), # 红色
              (58, 100, -2, 127, -11, 21),# 绿色
              (100, 9, -49, 19, 12, 67)]  # 蓝色

clock = time.clock()


Curr_number=0
while(Curr_number<20):
    clock.tick()
    img = sensor.snapshot()
    for i in range(3):
        blobs = img.find_blobs([thresholds[i]], pixels_threshold=30, area_threshold=30, merge=True)
        if blobs:
            max_blob_sum=find_max(blobs).pixels()
            if i==0:
                Max_dict['R']=max_blob_sum
            elif i==1:
                Max_dict['G']=max_blob_sum
            elif i==2:
                Max_dict['B']=max_blob_sum
            '''
            for blob in blobs:
                if blob.code():
                    img.draw_cross(blob.cx(), blob.cy())
                    img.draw_rectangle(blob.rect())
            '''
    Curr_number+=1

    print(clock.fps())
#(Max_dict, key=Max_dict.get()  #出错 未解决
print(Max_dict)
print(max(Max_dict, key=lambda k: Max_dict[k]))

我已经关闭了白平衡之类的东西了。我下面垫的是纯正的A4白纸，很明显偏红！

# Untitled - By: TREE - 周三 7月 24 2019

import sensor, image, time, sys

sensor.reset()
sensor.set_pixformat(sensor.RGB565)
sensor.set_framesize(sensor.QVGA)
sensor.skip_frames(time = 2000)

Max_dict={'R':0,'G':0,'B':0}
def find_max(blobs):
    max_size=0
    for blob in blobs:
        if blob.pixels() > max_size:
            max_blob=blob
            max_size = blob.pixels()
    return max_blob

thresholds = [(27, 67, 19, 91, 45, 76), # 红色
              (58, 100, -2, 127, -11, 21),# 绿色
              (0, 30, -20, 30, -40, 50)]  # 蓝色

threshold = [50, 50, 0, 0, 0, 0] # Middle L, A, B values.
clock = time.clock()


Curr_number=0
while(Curr_number<20):
 #   clock.tick()
    img = sensor.snapshot()
    for i in range(3):
        blobs = img.find_blobs([thresholds[i]], pixels_threshold=30, area_threshold=30, merge=True)
        if blobs:
            max_blob_sum=find_max(blobs).pixels()
            if i==0:
                Max_dict['R']=max_blob_sum
            elif i==1:
                Max_dict['G']=max_blob_sum
            elif i==2:
                Max_dict['G']=max_blob_sum
            for blob in blobs:
                if blob.code():
                    img.draw_cross(blob.cx(), blob.cy())
                    img.draw_rectangle(blob.rect())
    Curr_number+=1

 #   print(clock.fps())
max(Max_dict, key=Max_dict.get())

我想把找到的最大色块的面积放在字典中，然后比较大小，最后得出最大的面积的颜色的键值。
问题在于openmv好像没有字典语法的一些函数或者方法，是因为没import某些库吗？

get方法知识lcd库的，不是python字典语法的方法