1.识别追踪色块（入门案例）

2022-07-27 16:00:13 阅读：176 来源： 互联网

标签：blobs 色块颜色入门 clock 区域 set sensor 追踪

1.首先是需要安装openmv IDE ，虽然openmv是开源硬件，开源地址：github地址，但是开发者总归还是得吃饭的，不过是通过授权的方式来收费，有一些中国官方授权的代理，我们在使用openmv IDE工具的时候，会提示你注册正版openmv账号，虽然有点碍眼，但是没什么影响，因为你不注册同意也没什么影响，功能上使用没有任何影响，这也算是openmv的一大优势吧。

2.入门案例———1(hello world程序)

import sensor,image,time
sensor.reset()#初始化摄像头
sensor.set_pixformat(sensor.RGB565) # 格式为 RGB565.
sensor.set_framesize(sensor.QVGA) # 使用 QQVGA 速度快一些
sensor.skip_frames(time = 2000) # 跳过2000s，使新设置生效,并自动调节白平衡
clock = time.clock() #获取时钟对象
while(True):
  clock.tick() #时钟对象开始追踪时间
  img = sensor.snapshot() #获取一张图像
  print(clock.fps()) #停止追踪运行时间，并返回当前FPS（每秒帧数）。

tips_one

注意: 你的OpenMV连到电脑后帧率大概为原来的一半,果断开电脑，帧率会增加

3.入门案例————2（色块追踪程序）

# Untitled - By: TCcjx - 周三 7月 27 2022

# 色块监测 例子
# 这个例子展示了如何通过find_blobs()函数来查找图像中的色块
# 这个例子查找的颜色是深绿色

import sensor,image,time

#颜色追踪的例子，一定要控制环境的光，保持光线是稳定的
green_threshold = (75,24,14,6,-16,-48)
#设置绿色的阈值，括号里面的数值分别是L A B的最大值和最小值
# L A B 的值在图像左侧三个坐标图选取，如果是灰度图则只设置(min,max)

sensor.reset() # 初始化摄像头
sensor.set_pixformat(sensor.RGB565) # 格式为 RGB565.
sensor.set_framesize(sensor.QVGA) # 使用 QQVGA 速度快一些
sensor.skip_frames(time = 2000) # 跳过2000s，使新设置生效,并自动调节白平衡
sensor.set_auto_gain(False) # 关闭自动自动增益。默认开启的，在颜色识别中，一定要关闭白平衡。
sensor.set_auto_whitebal(False)
#关闭白平衡。白平衡是默认开启的，在颜色识别中，一定要关闭白平衡。
clock = time.clock() # 追踪帧率

while(True):
    clock.tick() # 时钟对象开始追踪运行时间
    img = sensor.snapshot() # 从感光芯片获得一张图像

    blobs = img.find_blobs([green_threshold]) #thresholds是一个元组列表
    """
    find_blobs(thresholds, invert=False, roi=Auto),thresholds为颜色阈值，
    是一个元组，需要用括号［ ］括起来。invert=1,反转颜色阈值，invert=False默认
    不反转。roi设置颜色识别的视野区域，roi是一个元组， roi = (x, y, w, h)，代表
    从左上顶点(x,y)开始的宽为w高为h的矩形区域，roi不设置的话默认为整个图像视野。
    这个函数返回一个列表，[0]代表识别到的目标颜色区域左上顶点的x坐标，［1］代表
    左上顶点y坐标，［2］代表目标区域的宽，［3］代表目标区域的高，［4］代表目标
    区域像素点的个数，［5］代表目标区域的中心点x坐标，［6］代表目标区域中心点y坐标，
    ［7］代表目标颜色区域的旋转角度（是弧度值，浮点型，列表其他元素是整型），
    ［8］代表与此目标区域交叉的目标个数，［9］代表颜色的编号（它可以用来分辨这个
    区域是用哪个颜色阈值threshold识别出来的）。
    """
    if blobs:
    #如果找到了目标颜色
        for b in blobs:
        #迭代找到的目标颜色区域
            # Draw a rect around the blob.
            img.draw_rectangle(b[0:4],fill=True) # rect [0:4]代表x,y,w,h
            #用矩形标记出目标颜色区域
            img.draw_cross(b[5], b[6]) # cx, cy # [5:7] 代表矩形框中心的 x,y坐标
            #在目标颜色区域的中心画十字形标记

    print(clock.fps()) # 注意: 你的OpenMV连到电脑后帧率大概为原来的一半
    #如果断开电脑，帧率会增加 停止追踪运行时间，并返回当前FPS（每秒帧数）。

该程序其实就是匹配像素阈值，效果受光线影响比较大，附上一张运行效果图

标签：blobs,色块,颜色,入门,clock,区域,set,sensor,追踪
来源： https://www.cnblogs.com/tccjx/p/16525175.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。

ICode9

1.识别追踪色块（入门案例）

tips_one