1，从NXT发送颜色数据到电脑 在//Send colors to PC

public static void SendColorToPC(int center, int n) throws Exception

{

//get the x,y of n

int y = n % 3;

int x = (n - y) / 3;

//send to PC by bluetooth

byte[] data = new byte[9];

data[0] = (byte)center;    //center表示是魔方的某一面

data[1] = (byte)x;         //x 表示魔方这一面3*3的色块中，第x行的色块

data[2] = (byte)y;         //y 表示魔方这一面3*3的色块中，第y列的色块

data[3] = (byte)color.getRed();

data[4] = (byte)color.getGreen();

data[5] = (byte)color.getBlue();

data[6] = (byte)(color.getRawRed() / 3);

data[7] = (byte)(color.getRawGreen() / 3);

data[8] = (byte)(color.getRawBlue() / 3);

BlueTooth.WriteBytes(data);

}//Send colors to PCpublic static void SendColorToPC(int center, int n) throws Exception{        //get the x,y of n        int y = n % 3;        int x = (n - y) / 3;        //send to PC by bluetooth        byte[] data = new byte[9];        data[0] = (byte)center;    //center表示是魔方的某一面        data[1] = (byte)x;         //x 表示魔方这一面3*3的色块中，第x行的色块        data[2] = (byte)y;         //y 表示魔方这一面3*3的色块中，第y列的色块        data[3] = (byte)color.getRed();        data[4] = (byte)color.getGreen();        data[5] = (byte)color.getBlue();        data[6] = (byte)(color.getRawRed() / 3);        data[7] = (byte)(color.getRawGreen() / 3);        data[8] = (byte)(color.getRawBlue() / 3);        BlueTooth.WriteBytes(data);}

2，在PC端接受颜色数据 PC程序中的BlueToothDataReceived函数，用来响应接受到蓝牙数据的事件。我们加上下面这段函数：

8759732_181107226109_2.jpg (71.58 KB, 下载次数: 72)

2016-2-6 23:06 上传

else if (length == 9)

{

int i = data[0];

int j = data[1];

int k = data[2];

int r = data[3];

int g = data[4];

int b = data[5];

int rawR = data[6];

int rawG = data[7];

int rawB = data[8];

ColorItem newItem = new ColorItem(i, j, k, r, g, b, rawR, rawG, rawB);

colorDistinguish.ColorItems.Add(newItem);

DisplayMessage += newItem.ToString() + "\r\n";

Status = "成功获取数据：" + i + "," + j + "," + k;

}else if (length == 9){    int i = data[0];    int j = data[1];    int k = data[2];    int r = data[3];    int g = data[4];    int b = data[5];    int rawR = data[6];    int rawG = data[7];    int rawB = data[8];    ColorItem newItem = new ColorItem(i, j, k, r, g, b, rawR, rawG, rawB);    colorDistinguish.ColorItems.Add(newItem);    DisplayMessage += newItem.ToString() + "\r\n";    Status = "成功获取数据：" + i + "," + j + "," + k;}

其中用到了两个类 ColorItem 和 ColorItemDistinguish。这两个类的作用后面再说，总之这里把所有的颜色数据都先保存到一个阵列(Array)里，最后统一识别颜色。

3，解析颜色的方案 细心的朋友可能在API中看到了getColor()函数，我们何必要全部保存颜色后再统一分辨呢，直接读一个分辨一个不是更好？事实证明这个函数基本没 什么用，红色和橙色都会解析成红色，而且环境光线变化时影响很大。还有一些朋友建议用HSV颜色模型，这种方案我也试过了，基本上也很难分辨。为什么呢？ 请看下面一组读数：Red

[0,1,2]=>RGB=(23,0,0),RawRGB={45,1,8}

[0,2,2]=>RGB=(30,0,0),RawRGB={60,1,5}

[0,2,1]=>RGB=(25,0,0),RawRGB={49,3,12}

[0,2,0]=>RGB=(32,0,0),RawRGB={63,2,6}

[0,1,0]=>RGB=(22,0,0),RawRGB={43,2,11}

[0,0,0]=>RGB=(25,0,0),RawRGB={59,3,3}

[0,0,1]=>RGB=(30,0,0),RawRGB={58,5,17}

[0,0,2]=>RGB=(31,0,0),RawRGB={61,8,17}

[0,1,1]=>RGB=(31,0,0),RawRGB={62,15,22}

Orange

[2,1,2]=>RGB=(28,0,0),RawRGB={55,12,8}

[2,2,1]=>RGB=(30,0,0),RawRGB={57,14,14}

[2,0,1]=>RGB=(32,0,0),RawRGB={62,15,13}

[2,1,0]=>RGB=(32,0,0),RawRGB={63,16,12}

[2,2,2]=>RGB=(42,0,0),RawRGB={83,24,10}

[2,2,0]=>RGB=(41,0,0),RawRGB={82,24,13}

[2,0,0]=>RGB=(41,0,0),RawRGB={80,23,10}

[2,0,2]=>RGB=(39,0,0),RawRGB={76,22,13}

[2,1,1]=>RGB=(41,5,0),RawRGB={81,30,21}Red[0,1,2]=>RGB=(23,0,0),RawRGB={45,1,8}[0,2,2]=>RGB=(30,0,0),RawRGB={60,1,5}[0,2,1]=>RGB=(25,0,0),RawRGB={49,3,12}[0,2,0]=>RGB=(32,0,0),RawRGB={63,2,6}[0,1,0]=>RGB=(22,0,0),RawRGB={43,2,11}[0,0,0]=>RGB=(25,0,0),RawRGB={59,3,3}[0,0,1]=>RGB=(30,0,0),RawRGB={58,5,17}[0,0,2]=>RGB=(31,0,0),RawRGB={61,8,17}[0,1,1]=>RGB=(31,0,0),RawRGB={62,15,22}Orange[2,1,2]=>RGB=(28,0,0),RawRGB={55,12,8}[2,2,1]=>RGB=(30,0,0),RawRGB={57,14,14}[2,0,1]=>RGB=(32,0,0),RawRGB={62,15,13}[2,1,0]=>RGB=(32,0,0),RawRGB={63,16,12}[2,2,2]=>RGB=(42,0,0),RawRGB={83,24,10}[2,2,0]=>RGB=(41,0,0),RawRGB={82,24,13}[2,0,0]=>RGB=(41,0,0),RawRGB={80,23,10}[2,0,2]=>RGB=(39,0,0),RawRGB={76,22,13}[2,1,1]=>RGB=(41,5,0),RawRGB={81,30,21}

这是在自然光条件下，对红色和橙色的9个色块分别读数的结果。可以看到，它们的Green和Blue分量全部是0，只有红色分量有差别。但是红色的 red分量从23~32，橙色的red分量从28~42，它们中间是有重叠的。对于这些读数，HSV完全没用。 有一段时期我几乎已经绝望了，不过终于在最后让我找到了一点区别：红色的RawBlue分量基本上比RawGreen分量稍大，而橙色恰好相反。另外请对 比一下[0,0,0]和[2,2,1]，它们的RawBlue分量和RawGreen分量是相同的，但是仍然可以找到区别：按公式R+2*RawG- 2*RawB计算，橙色的永远比红色大！

也就是说，我们单独取到一组颜色数值时，很难直接知道它是什么颜色，只有对一组数进行排序后，才能区分出不同的颜色。就像刚才这18个数，我们按照 R+2*RawG-2*RawB从大到小排序，最终结果的前9个是橙色，后9个就是红色。类似的，我们还可以定义出分辨颜色的判断规则： 1，假设RGB三个值的最小值为Min，按Min从大到小排序，前9个是白色 2，剩下的颜色，按照G分量从大到小排序，前9个是黄色(有意思吧，绿色分量最大的是黄色) 3，剩下的颜色，按照B分量从大到小排序，前9个是蓝色(这个还算靠谱) 4，剩下的颜色，按照R分量从小到大排序，前9个是绿色 5，剩下的颜色，按照R+2*RawG-2*RawB从大到小排序，前9个是橙色 6，剩下的颜色全是红色