【openMV】色块追踪

实现色块扫描、返回最大色块的中心位置，相对距离，颜色数据。

从图像返回的参考坐标系变换到二维笛卡尔坐标系：

Blob_X = (MVData[3]<<8)+MVData[4];
Blob_Y = (MVData[5]<<8)+MVData[6];
Blob_X = Blob_X-160;//变换到二维平面坐标系
Blob_Y = 120-Blob_Y;

'''
颜色追踪信令包
0&1、包头0xAA、0xAF
2、颜色标志位-->0:无、1:红色、2黄色
3-6-->色块位置数据
3、x轴高位
4、x轴低位
5、y轴高位
6、y轴低位
7、相对于二维平面原点的距离
'''
import sensor, image, time, math
from pyb import UART
uart = UART(3,9600)
thresholds_yellow = (50, 90, -32, 23, 20, 64)#黄色色块LAB阈值
#thresholds_blue = (46, 95, -34, 19, -45, -11)
thresholds_red  = (41, 73, 46, 94, 1, 77)class clo_blob():flag = 0    #0无1红2蓝#最大色块中心坐标position_x_H = 0            #x高八位position_x_L = 0            #x低八位position_y_H = 0            #y高八位position_y_L = 0            #y低八位Distance = 0                #相对于(160,120)的距离def Print_Blob(obj,flag):tem.flag = flag#色块中心坐标分解传输tem.position_x_H = obj.cx()>>8tem.position_x_L = obj.cx()tem.position_y_H = obj.cy()>>8tem.position_y_L = obj.cy()tem.Distance = int(math.sqrt(math.pow(obj.cx()-160,2) + math.pow(obj.cy()-120,2)))#print(tem.Distance)#print("X:{}  Y:{}".format(obj.cx()-160,120-obj.cy()))Data_Print = bytearray([0xAA,0xAF,tem.flag,tem.position_x_H,tem.position_x_L,tem.position_y_H,tem.position_y_L,tem.Distance])return Data_Printsensor.reset()
sensor.set_pixformat(sensor.RGB565)
sensor.set_framesize(sensor.QVGA)
sensor.skip_frames(time = 2000)
sensor.set_auto_gain(False)
sensor.set_auto_whitebal(False)
clock = time.clock()
_roi = [0,0,320,240]#完整屏幕tem = clo_blob()
Zero_return = bytearray([0xAA,0xAF,0x00,0x00,0x00,0x00,0x00,0x00,0x00])#未发现色块返回此数组
count = 0
flag_send = 0
while(True):clock.tick()img = sensor.snapshot()count = 0flag_send = 0for blob in img.find_blobs([thresholds_yellow], pixels_threshold=200, area_threshold=200, merge=True,roi=_roi):#筛选出最大黄色色块if count == 0:Max_blob = blobcount += 1elif blob.pixels() > Max_blob.pixels():Max_blob = blob#标定输出黄色色块信息if count != 0:img.draw_edges(Max_blob.min_corners(), color=(0,0,0))img.draw_line(Max_blob.major_axis_line(), color=(0,0,0))img.draw_line(Max_blob.minor_axis_line(), color=(0,0,0))uart.write(Print_Blob(Max_blob,2))#print("yellow:",Max_blob)count = 0flag_send = 1for blob in img.find_blobs([thresholds_red], pixels_threshold=200, area_threshold=200, merge=True,roi=_roi):#筛选出最大红色色块if count == 0:Max_blob = blobcount += 1elif blob.pixels() > Max_blob.pixels():Max_blob = blob#标定输出红色色块信息if count != 0:img.draw_edges(Max_blob.min_corners(), color=(0,0,0))img.draw_line(Max_blob.major_axis_line(), color=(0,0,0))img.draw_line(Max_blob.minor_axis_line(), color=(0,0,0))uart.write(Print_Blob(Max_blob,1))#print("red:",Max_blob)count = 0flag_send = 1if flag_send == 0:uart.write(Zero_return)

【openMV】色块追踪相关推荐

openmv学习之旅②之色块追踪算法的改善
大家好,我是杰杰. 实在不好意思,最近比较忙,之前说的连载现在才更新出来. 从上一篇openmv的学习中openmv学习之旅① 我们可以很简单运用micropython在openmv上做我们想做的事情 ...
STM32识别圆——色块追踪法
前言识别圆采用OpenCV来做比较简单,可以用HoughCircles函数,但是如何在内存和资源都很紧张的STM32上面实现圆识别算法,是本文的写作目的.本文的算法采用Python实现,不采用库函数 ...
OpenMV色块寻找
OpenMV入门,从入门到入坟>_< 此文章大部分内容取自OpenMV官方中文参考文档详情看OpenMV官方中文参考文档文章目录一.sensor.snapshot()拍一张照片二. ...
对openmv色块查找的思考笔记
引言要实现色块查找,首先我们是在RGB格式下对红,黄蓝三原色的值域进行规定,例如:red = (minL, maxL, minA, maxA, minB, maxB) 通常我们在程序中使用thres ...
【感兴区roi学习应用】OpenMv如何只识别左边屏幕里面的红色小球
思路应该就是给他一个区域,然后在区域里面找红色小球拉到最后看结果,前面目前是死路-- 那么找小球代码官网:http://book.openmv.cc/quick-starter.html impo ...
匿名飞控openmv寻色块代码分析
本人最近一段时间在学习匿名飞控(使用的是匿名拓空者),也去网上看了很多资料和一些大佬的见解,学到了一些东西,所以想和大家一起学习讨论一下,互帮互助,共同进步.同时也是为了方便查找,防止遗忘.若是我有什 ...
openmv一些常见问题与心得总结
提示:本程序测试主控为open mv4 H7,开发平台为openmv IDE openmv一些常见小问题与阶段性心得总结前言一.谨慎使用画图画线功能 a.画图画线也会影响图像识别效果 b.实际效果 ...
stm32智能小车设计（1）——硬件选型思路
目录硬件整体逻辑主控: 底盘: 电机 L298n电机驱动: 供电: 外设功能: 电机测速: 循迹功能(走s线,绕弯) 避障功能: 蓝牙遥控: 高级功能: 小车信息的获取及显示: 物体跟随,色块追踪 ...
欢迎进入杰杰的博客导航一站式搜索(所有博客的汇总帖)
网络的好朋友,你好,我是杰杰!如果我的博客有什么不足的地方,欢迎向我反馈:如果我的博客对你有帮助,那是我的荣幸!如果觉得文章很好,欢迎动动小手指,点个赞或者转发 -----杰杰. 欢迎关注我个人微信公 ...

【openMV】色块追踪

【openMV】色块追踪相关推荐

最新文章

热门文章