基于Openmv的色块识别代码及注意事项

在给出代码之前我先说注意事项以及需要用到的函数

1、白平衡和自动增益的关闭

打开白平衡和自动增益会影响颜色识别的效果,具体影响体现在可能使你颜色阈值发生改变

关闭代码如下

sensor.set_auto_gain(False)     #关闭自动增益
sensor.set_whitebal(False)       #关闭白平衡

2、用于寻找色块的函数

image.find_blobs(thresholds, roi=Auto, x_stride=2, y_stride=1, invert=False, area_threshold=10, pixels_threshold=10, merge=False, margin=0, threshold_cb=None, merge_cb=None)

(1)需要注意的参数

thresholds:色彩阈值的元组(LAB形式)

ROI:ROI的四个参数按照顺序分别是顶点的x轴坐标,顶点的y轴坐标,矩形的长度,矩形的宽度

x_stride:查找的色块x方向上最小宽度的像素,默认为2,默认情况x方向长度小于2像素的色块自动忽略

y_stride:查找的色块y方向上最小宽度的像素,默认为1,默认情况y方向长度小于1像素的色块自动忽略

area_threshold:面积阈值,如果色块被框起来的面积小于这个值,会被过滤掉

pixel_threshold:像素个数阈值,如果色块像素数量小于这个值,会被过滤掉

merge:合并,如果设置为True,那么合并所有重叠的blob为一个。(注意,这会合并所有的blob,无论是什么颜色的。如果你想不同颜色的分开,需要在代码上分别处理)

(2)颜色阈值的调节

调节工具位置如下:工具\机器视觉\阈值编辑器

需要注意的一点:想要更好地调节阈值,需要了解一下LAB 

(3)关于LAB的拓展

L代表明度,取值0~100

A代表从绿色到红色的分量:取值-128~127

B代表从蓝色到黄色的分量:取值-128~127

这样规定是根据人类的视觉原理,灵长类动物的视觉都有两条通道:红绿通道和蓝黄通道,大多数动物只有一条通道,如果有人缺失其中的一条,就是我们所说的色盲。(以上的红绿和蓝黄通道并非纯色,只是接近的颜色用红绿和蓝黄描述比较方便)

关于每个通道具体的色阶划分,有兴趣的同学可以自己去了解,我这里就不作过多赘述 

(4)函数返回的东西

blob对象中有还能多方法返回不同的参数,我们可以利用这些参数做很多事情

返回对象详见:寻找色块 · OpenMV中文入门教程

3、多颜色识别

在Openmv官方给出的示例中,直接寻找所有色块,这样就会导致merge为True时合并不同颜色色块

所以我利用标志位写了一份分别扫描的代码

    flag += 1if flag > 3:flag = 1# 根据当前 flag 使用相应的阈值threshold = thresholds[flag-1]blobs = img.find_blobs([threshold], x_stride=7, y_stride=7, merge=True)

4、全部代码

在给出全部代码之前说明一点:LAB阈值需要自己调,不然就会框框满天飞

# 导入依赖的模块
import sensor
import image
import time# 阈值
thresholds = [(63, 100, -37, -12, -26, 0),  # 通用红色阈值(30, 100, -64, -8, -32, 32),  # 通用绿色阈值(0, 15, 0, 40, -80, -20),     # 通用蓝色阈值
]# 初始化设置
sensor.reset()  # 重置摄像头模块,以确保摄像头处于已知的初始状态
sensor.set_pixformat(sensor.RGB565)  # 像素格式设置
sensor.set_framesize(sensor.QVGA)  # 分辨率大小设置,QVGA为320x240
sensor.skip_frames(time=2000)  # 让摄像头跳过前两秒的帧,为了在实际图像捕获之前,摄像头有足够的时间自动调整
sensor.set_auto_gain(False)  # 必须关闭自动增益以进行颜色跟踪
sensor.set_auto_whitebal(False)  # 必须关闭自动白平衡以进行颜色跟踪
clock = time.clock()flag = 0# 进入循环
while True:clock.tick()  # 用于更新时钟对象的时钟戳,方便后续计算帧率和测量时间间隔img = sensor.snapshot()# 更新 flagflag += 1if flag > 3:flag = 1# 根据当前 flag 使用相应的阈值threshold = thresholds[flag-1]blobs = img.find_blobs([threshold], x_stride=7, y_stride=7, merge=True)if blobs:for blob in blobs:img.draw_rectangle(blob.rect())  # 绘制矩形if flag == 1:print("红色")elif flag == 2:print("绿色")elif flag == 3:print("蓝色")

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/diannao/32678.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

喜报!极限科技新获得一项国家发明专利授权:“搜索数据库的正排索引处理方法、装置、介质和设备”

近日,极限数据(北京)科技有限公司(简称:极限科技)新获得一项国家发明专利授权,专利名为 “搜索数据库的正排索引处理方法、装置、介质和设备”,专利号:ZL 2024 1 0479400…

Node.js版Selenium WebDriver教程

目录 介绍 导言 Selenium基础 环境设置 使用npm安装selenium-webdriver模块 配置和管理浏览器驱动器 下载火狐 下载安装 webDriver 第一个WebDriver脚本 介绍 导言 在当今数字化时代,Web应用程序的质量和性能至关重要。为了确保这些应用的可靠性&#xf…

我国人工智能核心产业规模近6000亿元

以下文章来源:中国证券报 2024世界智能产业博览会6月20日至6月23日在天津举行。会上发布的《中国新一代人工智能科技产业发展报告2024》显示,我国人工智能企业数量已经超过4000家,人工智能已成为新一轮科技革命和产业变革的重要驱动力量和战略…

【数据结构】链表的大概认识及单链表的实现

目录 一、链表的概念及结构 二、链表的分类 三、单链表的实现 建立链表的节点: 尾插——尾删: 头插——头删: 查找: 指定位置之后删除——插入: 指定位置之前插入——删除指定位置: 销毁链表&am…

【GD32】从零开始学兆易创新32位微处理器——RTC实时时钟+日历例程

1 简介 RTC实时时钟顾名思义作用和墙上挂的时钟差不多,都是用于记录时间和日历,同时也有闹钟的功能。从硬件实现上来说,其实它就是一个特殊的计时器,它内部有一个32位的寄存器用于计时。RTC在低功耗应用中可以说相当重要&#xf…

stm32学习笔记---OLED调试工具(理论部分和代码部分)

目录 理论部分 三种常用的程序调试方法 第一种是串口调试 第二种是显示屏调试 第三种是Keil调试模式 其他调试方式 OLED显示屏的介绍 OLED的硬件电路 OLED驱动程序中所包含的驱动函数 OLED_Init(); OLED_Clear(); OLED的显示函数 OLED_ShowChar(1, 1, A); OLED_S…

【教学类-36-09】20240622钓鱼(通义万相)-A4各种大小的鱼

背景需求: 用通义万相获得大量的简笔画鱼的图片,制作成不同大小,幼儿用吸铁石钓鱼的纸片(回形针),涂色、排序等 补一张通义万相的鱼图 素材准备 (一)优质的鱼图片 (二&a…

獭崎酱酒:传承百年酱香,品味经典之选

在中国白酒文化中,酱香型白酒以其独特的风味和精湛的酿造工艺,一直受到广大酒友的青睐。而在众多酱香型白酒品牌中,獭崎酱酒以其传承百年的酱香工艺和高品质的产品,成为了众多酒友心中的经典之选。    | | | |–|–| | | | 百…

英伟达能保住全球市值第一的桂冠吗?

内容提要 《巴伦周刊》认为,英伟达市值的迅速上涨是该公司可能难以保持市值第一桂冠的关键原因。另一个担忧是,英伟达的崛起主要基于一项单一技术——为人工智能应用提供动力的芯片和平台。一些人担心,如果购买英伟达产品的公司无法从投资中…

《机器学习》读书笔记:总结“第3章线性模型”中的概念

💠线性模型(linear model) 线性模型(linear model) 试图学得一个通过属性的线性组合来进行预测的函数,即: f ( x ) w 1 x 1 w 2 x 2 . . . w d x d b f(\bold{x})w_1x_1w_2x_2...w_dx_db f(x)w1​x1​w2​x2​...wd​xd​b 向量形式写…

JAVA复习4

目录 44、定义 int x5; 执行 int yx; 和 xy;,x 和 y 分别为( B )。 45、下列内容描述错误的是( C )。 46、以下 Java 语句在编译时不通过的是 (A) 47、在 Java 中,Scanner 类提供控制台获取键盘输入的功…

idea配置本地maven

软件名地址链接说明MavenMaven – Download Apache Maven依赖管理 下载bin.zip 环境变量 测试安装 修改配置文件 本地依赖存储位置 新建文件夹 修改配置 国内镜像源 <mirror><id>alimaven</id><mirrorOf>central</mirrorOf><name>ali…

Scrivener v3 解锁版安装教程 (写作辅助软件)

前言 Scrivener&#xff0c;一个多功能的写作软件&#xff0c;被世界各地的作家广泛采用&#xff0c;从小说家到剧本家&#xff0c;再到非小说类作家和学术研究者&#xff0c;它的用户群跨越了广泛的领域&#xff0c;包括学生、法律专业人士、记者和翻译。这个软件非常注重用户…

HTML(18)——浮动

标准流 标准流也叫文档流&#xff0c;指的是标签在页面中默认的排布规则&#xff0c;例如&#xff1a;块元素独占一行&#xff0c;行内元素可以一行显示多个 浮动 作用&#xff1a;让块级元素水平排列 属性名&#xff1a;float 属性值 left&#xff1a;左对齐right&#…

颠覆传统编程:用ChatGPT十倍提升生产力

我们即将见证一个新的时代&#xff01;这是最好的时代&#xff0c;也是最坏的时代&#xff01; 需求背景 背景&#xff1a; 平时会编写博客&#xff0c;并且会把这个博客上传到github上&#xff0c;然后自己买一个域名挂到github上。 我平时编写的博客会有一些图片来辅助说明的…

Docker网络介绍

网络是虚拟化技术中最复杂的部分&#xff0c;也是Docker应用中的一个重要环节。 Docker中的网络主要解决容器与容器、容器与外部网络、外部网络与容器之间的互相通信的问题。 这些复杂情况的存在要求Docker有一个强大的网络功能去保障其网络的稳健性。因此&#xff0c;Docker…

【Linux】了解冯诺伊曼体系结构

文章目录 冯诺依曼体系结构概念冯诺依曼体系结构的推导过程理解冯诺依曼体系 冯诺依曼体系结构概念 冯诺依曼结构是现代计算机发展所遵循的基本结构形式之一&#xff0c;其特点是“程序存储&#xff0c;共享数据&#xff0c;顺序执行”。冯诺依曼结构消除了原始计算机体系中&a…

PCDViewer-5.0.0——开启漫游的世界

在点云相关的研发和生产中&#xff0c;按Pose进行场景漫游是一个十分有用的功能&#xff0c;它可以快速地检查SLAM建图质量或点云编辑效果。用 ros rviz进行点云漫游是一项不错的选择&#xff0c;但它存在的一定的开发门槛&#xff0c;而且需要安装额外的资源。 PCDViewer-5.0.…

物理隔离状态下,如何保障数据单向导入的安全性?

为了保护企业的核心数据&#xff0c;像一些涉密行业会通过物理隔离方式&#xff0c;将网络隔离成内网和外网&#xff0c;比如军工、党政、生物医药、金融等行业&#xff0c;网络隔离后会存在外网数据单向导入内网&#xff0c;内网数据单向导出外网等交互需求。在实施数据单向导…

Flink-03 Flink Java 3分钟上手 Stream 给 Flink-02 DataStreamSource Socket写一个测试的工具!

代码仓库 会同步代码到 GitHub https://github.com/turbo-duck/flink-demo 当前章节 继续上一节的内容&#xff1a;https://blog.csdn.net/w776341482/article/details/139875037 上一节中&#xff0c;我们需要使用 nc 或者 telnet 等工具来模拟 Socket 流。这节我们写一个 …