（一）显示图像

星瞳科技openmv官方资料
嵌入式图像处理环境：

硬件平台：OpenMV4 Cam H7 Plus
语言：Micro python
软件：Openmv IDE

首先对摄像头进行一个初始化来显示图像。引入模块sensor。

import sensor, image, time # 引入感光元件模块sensorsensor.reset() #初始化感光元件
sensor.set_pixformat(sensor.RGB565) # 设置像素模式# sensor.GRAYSCALE: 灰度，每个像素8bit# sensor.RGB565: 彩色，每个像素16bit
sensor.set_framesize(sensor.QVGA)   # 设置分辨率 QVGA: 320x240
sensor.skip_frames(time = 2000)    # 跳过n张照片，在更改设置后# 跳过一些帧，等待感光元件变稳定。clock = time.clock()               # 跟踪FPS帧率while(True):clock.tick()                   # 追踪两个snapshots()之间经过的毫秒数，可能就是记录运行时间吧img = sensor.snapshot()        # 拍摄一张照片，返回一个image对象print(clock.fps())             # 在终端打印出来帧率

我们可以在右上角看到摄像头拍摄到并传输回来的画面。
可以在Openmv涂上导热硅胶和装上散热塔进行散热，因为用起来确实很烫。

（二）标记色块

我们需要用到颜色识别的函数find_blobs和画图函数。

2.1 `find_blobs`函数

这篇博客也有对这个函数进行了介绍
这个函数主要是对颜色识别的对象、范围、大小进行一个阈值的设置。

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)#find_blobs参数介绍
# 第一个参数是一个thresholds列表，其用来设置颜色的阈值
# 第二个参数是设置roi感兴趣区域，既在显示的画面中，在指定坐标规划出一个指定大小的区域来查找色块
# 第三个和第四个参数是设置x方向和y方向上的色块最小像素，即只有像素块数量大于这个阈值的才会标记出来
# 第五个参数为反转阈值，把阈值以外的颜色作为阈值进行查找。False关闭、True开启
# 第六个参数为面积阈值，如果色块被框起来的面积小于这个值，会被过滤掉
# 第七个参数为像素个数阈值，如果色块像素数量小于这个值，会被过滤掉
# 第八个参数为合并。如果开启这会合并所有的blob，无论是什么颜色的。如果你想混淆多种颜色的blob，只需要分别调用不同颜色阈值的find_blobs。
# 第九个参数为边界，如果设置为1，那么两个blobs如果间距1一个像素点，也会被合并。

2.2 颜色阈值

一个颜色的阈值由六个参数构成即 LAB的最大值和最小值，通过设定这六个参数来更改颜色阈值。
LAB颜色模型介绍

thresholds = [(30, 100, 15, 127, 15, 127),  # 红色阈值(30, 100, -64, -8, -32, 32),  # 绿色阈值(0, 30, 0, 64, -128, 0)]      # 蓝色阈值

我们定义了一个thresholds元组，里面有三个元素，每个元素都是一组LAB颜色阈值的列表。
如果我们需要调用不同的颜色阈值只需要调用这个元组中的某个阈值就行，例如：

thresholds[0] #这是调用元组中的第一个元素、这个元素是一个列表、存放着红色阈值的LAB最大值和最小值

2.3 标记

对于是否找到了自己想要的一个色块、自然需要标记出来，这样才知道自己是否成功识别到这个色块。
官方给出来了一系列绘画函数

# Single Color RGB565 Blob Tracking Example
#
# This example shows off single color RGB565 tracking using the OpenMV Cam.import sensor, image, time, maththreshold_index = 0 # 0为红色，1为绿色，2为蓝色# Color Tracking Thresholds (L Min, L Max, A Min, A Max, B Min, B Max)
# The below thresholds track in general red/green/blue things. You may wish to tune them...
thresholds = [(30, 100, 15, 127, 15, 127), # generic_red_thresholds(30, 100, -64, -8, -32, 32), # generic_green_thresholds(0, 30, 0, 64, -128, 0)] # generic_blue_thresholdssensor.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
clock = time.clock()# Only blobs that with more pixels than "pixel_threshold" and more area than "area_threshold" are
# returned by "find_blobs" below. Change "pixels_threshold" and "area_threshold" if you change the
# camera resolution. "merge=True" merges all overlapping blobs in the image.while(True):clock.tick()img = sensor.snapshot()for blob in img.find_blobs([thresholds[threshold_index]], pixels_threshold=200, area_threshold=200, merge=True):# thresholds[threshold_index] 用来元组元组中的元素# These values depend on the blob not being circular - otherwise they will be shaky.if blob.elongation() > 0.5:img.draw_edges(blob.min_corners(), color=(255,0,0))  #color设置绘画出来的颜色img.draw_line(blob.major_axis_line(), color=(0,255,0))img.draw_line(blob.minor_axis_line(), color=(0,0,255))# These values are stable all the time.img.draw_rectangle(blob.rect()) #绘画出一个矩形框img.draw_cross(blob.cx(), blob.cy()) #在指定位置画十字# Note - the blob rotation is unique to 0-180 only.img.draw_keypoints([(blob.cx(), blob.cy(), int(math.degrees(blob.rotation())))], size=20)img.draw_string(100,100,'x='+blob.cx(),color=(255,0,0))print(clock.fps())

上面的代码是寻找红色色块并进行标记,绘画出方框和十字、并显示x的坐标。
最终效果如下

【openmv学习笔记：1】色块查找相关推荐

2019电赛--OpenMV学习笔记
此文章在我的博客链接:https://sublimerui.top/archives/f10b0e1a.html NOTES:2019电赛结束啦~辛辛苦苦4天后,现已经写成了针对题目的OpenMV总结 ...
spring4.0基于Java配置_Spring MVC学习笔记之Controller查找(基于Spring4.0.3)
0 摘要本文从源码层面简单讲解SpringMVC的处理器映射环节,也就是查找Controller详细过程 1 SpringMVC请求流程 Controller查找在上图中对应的步骤1至2的过程 Sp ...
数据结构学习笔记（7.查找 8.排序）
文章目录第七章查找查找--基本概念顺序查找折半查找(二分法查找)--重要考点分块查找二叉排序树BST 平衡二叉树--AVL--重要考点平衡二叉树的删除操作红黑树--RBT 红黑树的插 ...
java学习笔记之折半查找法（二分法）
2019独角兽企业重金招聘Python工程师标准>>> package Xhe.com; //折半查找法(二分法) public class halfSearch { pub ...
【M语言编程学习笔记之一，查找当前路径下文件】
代码如下: function [name,path]=FindFiles(InputDir) %查找当前路径下所有文件 %InputDir: 输入路径 %name:输出文件名,cell,路径不合法或者 ...
【算法学习笔记】二分查找法
二分查找法二分查找的本质就是分治法,小时候有过这么一种猜数字的游戏,你在心中想一个大于0小于100的数字,然后我来提问,你只用回答是或者不是,比如"你想的数字比50大吗" 你说不 ...
【Excel学习笔记12】查找和替换
一.查找快捷键:ctrl f 简单说明一下查找内容:输入自己想要找的内容范围:工作表.工作簿(这个好理解) 搜索:按行.按列查找范围:公式.值.批注单元格匹配: 查找内容为1,搜索就是1,单 ...
Linux学习笔记07_搜索查找类和管道符
1. 查找文件或目录(find) find [搜索范围] [选项] <根据选项决定> :从指定目录向下递归地遍历其各个子目录,将满足条件的文件或目录显示在终端常见选项 -name :按文 ...
Linux学习笔记——文件的查找与检索
文章目录文件的查找按照文件名搜索按照文件大小进行搜索按照修改时间搜索按照权限搜索按照所有者和所属组搜索按照文件类型搜索逻辑运算符其他选项文件的检索在当前目录查找递归查找反向查 ...

【openmv学习笔记：1】色块查找

目录

（一）显示图像

（二）标记色块

2.1 `find_blobs`函数

2.2 颜色阈值

2.3 标记

【openmv学习笔记：1】色块查找相关推荐

最新文章

热门文章

【openmv学习笔记：1】色块查找

目录

（一）显示图像

（二）标记色块

2.1 find_blobs函数

2.2 颜色阈值

2.3 标记

【openmv学习笔记：1】色块查找相关推荐

最新文章

热门文章

2.1 `find_blobs`函数