openmv4系列7----寻找色块

1、find_blobs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)

参数解释：

thresholds是颜色的阈值，注意：这个参数是一个列表，可以包含多个颜色。如果你只需要一个颜色，那么在这个列表中只需要有一个颜色值，如果你想要多个颜色阈值，那这个列表就需要多个颜色阈值。注意：在返回的色块对象blob可以调用code方法，来判断是什么颜色的色块。
- 示例

red    = (xxx,xxx,xxx,xxx,xxx,xxx)
blue   = (xxx,xxx,xxx,xxx,xxx,xxx)
yellow = (xxx,xxx,xxx,xxx,xxx,xxx)
img=sensor.snapshot()
red_blobs = img.find_blobs([red])
color_blobs = img.find_blobs([red,blue, yellow])

roi是“感兴趣区”。示例：
left_roi = [0,0,160,240]
blobs = img.find_blobs([red],roi=left_roi)
x_stride 就是查找的色块的x方向上最小宽度的像素，默认为2，如果你只想查找宽度10个像素以上的色块，那么就设置这个参数为10：
blobs = img.find_blobs([red],x_stride=10)
y_stride 就是查找的色块的y方向上最小宽度的像素，默认为1，如果你只想查找宽度5个像素以上的色块，那么就设置这个参数为5：
blobs = img.find_blobs([red],y_stride=5)
invert 反转阈值，把阈值以外的颜色作为阈值进行查找
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
pixels_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。如果你想混淆多种颜色的blob，只需要分别调用不同颜色阈值的find_blobs。
- 示例

all_blobs  = img.find_blobs([red,blue,yellow],merge=True)
red_blobs  = img.find_blobs([red],merge=True)
blue_blobs = img.find_blobs([blue],merge=True)
yellow_blobs =img.find_blobs([yellow],merge=True)

margin 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、阈值

一个颜色阈值的结构是这样的：

red = (minL, maxL, minA, maxA, minB, maxB)

元组里面的数值分别是L A B 的最大值和最小值。

获取阈值步骤：工具 → 机器视觉 → 阈值编辑器 → 帧缓冲区
然后拖动六个滑块，可以实时的看到阈值的结果，我们想要的结果就是，将我们的目标颜色变成白色，其他颜色全变为黑色。

3、blob色块对象

blob有多个方法：
blob.rect() 返回这个色块的外框——矩形元组(x, y, w, h)，可以直接在image.draw_rectangle中使用。
blob.x() 返回色块的外框的x坐标（int），也可以通过blob[0]来获取。
blob.y() 返回色块的外框的y坐标（int），也可以通过blob[1]来获取。
blob.w() 返回色块的外框的宽度w（int），也可以通过blob[2]来获取。
blob.h() 返回色块的外框的高度h（int），也可以通过blob[3]来获取。
blob.pixels() 返回色块的像素数量（int），也可以通过blob[4]来获取。
blob.cx() 返回色块的外框的中心x坐标（int），也可以通过blob[5]来获取。
blob.cy() 返回色块的外框的中心y坐标（int），也可以通过blob[6]来获取。
blob.rotation() 返回色块的旋转角度（单位为弧度）（float）。如果色块类似一个铅笔，那么这个值为0_{180°。如果色块是一个圆，那么这个值是无用的。如果色块完全没有对称性，那么你会得到0}360°，也可以通过blob[7]来获取。
blob.code() 返回一个16bit数字，每一个bit会对应每一个阈值。举个例子：
blobs = img.find_blobs([red, blue, yellow], merge=True)

如果这个色块是红色，那么它的code就是0001，如果是蓝色，那么它的code就是0010。注意：一个blob可能是合并的，如果是红色和蓝色的blob，那么这个blob就是0011。这个功能可以用于查找颜色代码。也可以通过blob[8]来获取。

blob.count() 如果merge=True，那么就会有多个blob被合并到一个blob，这个函数返回的就是这个的数量。如果merge=False，那么返回值总是1。也可以通过blob[9]来获取。
blob.area() 返回色块的外框的面积。应该等于(w * h)
blob.density() 返回色块的密度。这等于色块的像素数除以外框的区域。如果密度较低，那么说明目标锁定的不是很好。
比如，识别一个红色的圆，返回的blob.pixels()是目标圆的像素点数，blob.area()是圆的外接正方形的面积。

4、blobs

find_blobs对象返回的是多个blob的列表。（注意区分blobs和blob，这只是一个名字，用来区分多个色块，和一个色块）。
列表类似与C语言的数组，一个blobs列表里包含很多blob对象，blobs对象就是色块，每个blobs对象包含一个色块的信息。

blobs = img.find_blobs([red])

blobs就是很多色块。

可以用for循环把所有的色块找一遍。

for blob in blobs:print(blob.cx())

5、参考代码

1. 寻找同种颜色的色块


import sensor, image, timethreshold = [(4, 48, 28, -128, 28, 87)]                 #暗黄色的阈值sensor.reset()                                          #初始化传感器
sensor.set_pixformat(sensor.RGB565)                     #传感器色彩
sensor.set_framesize(sensor.QVGA)
sensor.skip_frames(time = 2000 )                        #开机跳过一些时间
sensor.set_auto_whitebal(False)                         #关闭白平衡clock = time.clock()                                    #获取时钟while(True):clock.tick()img = sensor.snapshot()                             #拍照blob = img.find_blobs(threshold, area_threshold=300, margin=10)#寻找对应阈值的色块，阈值小于300像素的色块过滤掉，合并相邻像素在10个像素内的色块if blob:                                            #如果找到了目标颜色FH = bytearray([0xb3,0xb4])                for b in blob:#迭代找到的目标颜色区域img.draw_cross(b[5], b[6])                  #画十字 cx,cy
#            blob.cx() 返回色块的外框的中心x坐标（int），也可以通过blob[5]来获取。
#            blob.cy() 返回色块的外框的中心y坐标（int），也可以通过blob[6]来获取。img.draw_edges(b.min_corners(), color=(0,255,0))#画框

blob.cx() 返回色块的外框的中心x坐标（int），也可以通过blob[5]来获取。
blob.cy()返回色块的外框的中心y坐标（int），也可以通过blob[6]来获取。

2. 多颜色跟踪示例

# 寻找不同颜色的色块
import sensor, image, time# 颜色跟踪阈值(L Min, L Max, A Min, A Max, B Min, B Max)
# 下面的阈值跟踪一般红色/绿色的东西。你不妨调整他们...
thresholds = [(47, 68, 55, 103, 25, 63), # red_thresholds(60, 75, -80, -40, 30, 50), # green_thresholds(29, 49, -5, 25, -63, -35)] # 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
sensor.set_vflip(True)
sensor.set_hmirror(True)
clock = time.clock()# 只有比“pixel_threshold”多的像素和多于“area_threshold”的区域才被
# 下面的“find_blobs”返回。 如果更改相机分辨率，
# 请更改“pixels_threshold”和“area_threshold”。 “merge = True”合并图像中所有重叠的色块。while(True):clock.tick()img = sensor.snapshot().lens_corr(1.8) for blob in img.find_blobs(thresholds, pixels_threshold=200, area_threshold=200):img.draw_rectangle(blob.rect())img.draw_cross(blob.cx(), blob.cy())print(clock.fps())

openmv4系列7----寻找色块相关推荐

openmv4系列2----镜头讨论
openmv4系列2----镜头讨论 1.镜头的选择 openmv常见的使用的镜头有OV7725.OV2640.OV5640.OV9640.MT9V034这几种. OV7725:是一款30W像 ...
用python的OpenCV库写一个寻找色块的代码
使用OpenCV库写一个寻找色块的代码可以通过以下几步实现:1.导入OpenCV库:2. 读取图像并转换成HSV格式:3. 设定色块的颜色范围:4. 根据设定的颜色范围,使用inRange函数来判断每 ...
递归算法学习系列之寻找第K大
概述国人向来喜欢论资排辈的,每个人都想当老大,实在当不成,当个老二,老三,老K也不错,您一定看过这样的争论: 两个人吵架,一个人非常强势,另外一个忍受不住了便说:"你算老几呀?" ...
libjpeg库的简单使用，rgb565与rgb888互转，以及色块的寻找
最近用的摄像头OV2640摄像头,支持RGB565.JPEG.YUV和YCbCr格式的输出,想要对采集的图像进行色块识别,这样一般需要用到RGB格式的输出会比较好处理,数字图像处理中常用的采用模型是R ...
华为P50系列再曝“坏消息”：疑似再度延期至7月份
华为的新一代P50系列旗舰的发布时间已经多次延期,此前据称已被推迟至6月份,不过现在又一次传来坏消息,P50系列的发布可能会继续延期到7月份. 据知名名数码博主@菊厂影业Fans 最新防擦不的信息显示 ...
强化学习（二）--动态规划寻找最优策略
动态规划是强化学习里面最基础的部分,其核心思想-通用策略迭代(Generalized Policy Iteration,GPI) 注意: 动态规划(Dynamic Programming)要求一个完全 ...
SDUT_人活着系列
SDUT2929_人活着系列之芳姐和芳姐的猪解题报告求出所有最短路,枚举一个猪圈求出到有猪的猪圈的总路程最短. #include <queue> #include <cstdio ...
OPenMV识别颜色识别物块及检测二维码的进阶应用
OPenMV摄像头入门与识别颜色物块及二维码的进阶应用 OpenMV简介简单的来说,它是一个可编程的摄像头,通过MicroPython语言,可以实现你的逻辑. 而且摄像头本身内置了一些图像处理算法, ...
滚球经验总结（PID）
1.正点原子STM32F407探索者 + openmv3--串口通信最近在用stm32f407探索者做滚球,一开始使用的摄像头是openmv3(openmv4太贵)--实时检测小球坐标(x,y),然 ...

openmv4系列7----寻找色块