xsco 发布的帖子

xsco

@5ami 请问一下这个处理和过滤是应该怎样做呢？有代码吗？如果有的话万分感谢

xsco

你调一下识别line的参数，然后用角度进行判断应该是可以的

xsco

教程中只说其为霍夫变换后的p值，我在用代码检查直线测试时，rho值有正有负，请问这个值到底是指什么距离？如果理解为距离左上角的原点的距离又为何会出现负数呢？百思不得其解，求指教！

# 线段检测例程
#
# 这个例子展示了如何在图像中查找线段。对于在图像中找到的每个线对象，
# 都会返回一个包含线条旋转的线对象。

# find_line_segments()找到有限长度的线（但是很慢）。
# Use find_line_segments()找到非无限的线（而且速度很快）。

enable_lens_corr = False # turn on for straighter lines...
binary_visible = 0
black_threshold = [0,64]
import sensor, image, time

sensor.reset()
sensor.set_pixformat(sensor.RGB565) # grayscale is faster
sensor.set_framesize(sensor.QQVGA)
sensor.skip_frames(time = 2000)
clock = time.clock()

# 所有线段都有 `x1()`, `y1()`, `x2()`, and `y2()` 方法来获得他们的终点
# 一个 `line()` 方法来获得所有上述的四个元组值，可用于 `draw_line()`.

while(True):
    print("begin")
    clock.tick()
    img = sensor.snapshot().binary([black_threshold]) if binary_visible else sensor.snapshot()
    if enable_lens_corr: img.lens_corr(1.8) # for 2.8mm lens...

    # `merge_distance`控制附近行的合并。 在0（默认），没有合并。
    # 在1处，任何距离另一条线一个像素点的线都被合并...等等，
    # 因为你增加了这个值。 您可能希望合并线段，因为线段检测会产生大量
    # 的线段结果。

    # `max_theta_diff` 控制要合并的任何两线段之间的最大旋转差异量。
    # 默认设置允许15度。

    for l in img.find_line_segments(merge_distance = 20, max_theta_diff = 5):
        area = (l[0], l[1], 2, 2)
        #statistic = img.get_statistics(roi=area)
        #print(statistic[0])
        img.draw_line(l.line(), color = (255, 0, 0))
        # print(l)
        #print(l[0], l[1], l[2], l[3])
        print(l.rho(), l.theta())
    #print("FPS %f" % clock.fps())

xsco

好吧。。谢谢！！！！

xsco

这几天一直在思考这个问题，使用示例代码中的巡线行驶代码，在openmv视野中出现多条直线后，其就不能正确找到需要行走的直线了。请问有什么好的办法吗？

# 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, 64) # 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].

xsco

为什么我按照教程一步步来的，还是无法脱机运行程序呢？在openmv里check过程序，能够运行，且再次连接用sublime打开后确实是我原来保存的那个文件。是不是因为我没有KEY？还是别的原因？