首页 > 分享 > OpenMv单颜色彩色识别

OpenMv单颜色彩色识别

花匠小妙招
2024-12-14 15:56

这是OpenMv的自带例程，用于单颜色彩色识别
追踪小球是OpenMV用的最多的功能了

OpenMv单颜色彩色识别 1 重点讲解thresholdsroix_stridey_strideinvertarea_thresholdpixels_thresholdmergeblob 2 源程序

1 重点讲解

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) 1

thresholds

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。

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]) 12345678

roi

**roi是“感兴趣区”。**就是你想要在画面的哪个区域进行颜色识别
eg:画面中间的矩形？整个画面？
roi的格式是(x, y, w, h)的tupple.
四个参数分别是左上角定点的（x,y）坐标，举行的长、宽
x:ROI区域中左上角的x坐标
y:ROI区域中左上角的y坐标
w:ROI的宽度
h:ROI的高度

如果不设置RIO的话就是对整个图像进行颜色识别

left_roi = [0,0,160,240] blobs = img.find_blobs([red],roi=left_roi) 12

x_stride

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) 1

y_stride

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) 1

invert

invert 反转阈值，把阈值以外的颜色作为阈值进行查找
eg:例程中的阈值设置，就是查找红色

thresholds = [(30, 100, 15, 127, 15, 127), # generic_red_thresholds 1

如果find_blobs中invert=true，则就是查找红色以外的颜色

area_threshold

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
是框起来的整个面积（可能会包含其他的一些背景的像素数）

pixels_threshold

pixels_threshold 色块的像素个数（面积）阈值，如果色块像素数量小于这个值，会被过滤掉。
是指的框中的所有的色块的颜色，不包含其他（比如背景的颜色）

merge

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。

blob

遍历一遍所有的色块blob

for blob in blobs: print(blob.cx()) 1234

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)

123456789101112131415161718192021

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。 123456

2 源程序

为了避免注释过多，最主要的find_blobs见上一部分

# Single Color RGB565 Blob Tracking Example # # This example shows off single color RGB565 tracking using the OpenMV Cam. import sensor, image, time, math #导入自带的模块 threshold_index = 0 # 0 for red, 1 for green, 2 for blue #设置颜色的阈值，LAB的三个最大值，三个最小值 # 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_thresholds sensor.reset()#重置感光元件，重置摄像机 sensor.set_pixformat(sensor.RGB565)#重置颜色格式为RGB56 sensor.set_framesize(sensor.QVGA)#图像的大小是QVGA sensor.skip_frames(time = 2000) sensor.set_auto_gain(False) # 务必要关闭白平衡 sensor.set_auto_whitebal(False) # 务必要关闭自动增益 #因为打开会影响颜色识别的效果，会使颜色的阈值发生改变 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()#先截取感光元件的一张图片 #在img.find_blobs这个函数中，进行颜色识别 for blob in img.find_blobs([thresholds[threshold_index]], pixels_threshold=200, area_threshold=200, merge=True): #此处没有设置roi的值，便是对整个图像进行颜色识别 # 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)) 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()) #如果识别到了颜色，我们就在这个色块的周围画一个框把它圈出来 img.draw_cross(blob.cx(), blob.cy()) #中间画一个十字，(blob.cx(), blob.cy())是色块的中心坐标 # Note - the blob rotation is unique to 0-180 only. img.draw_keypoints([(blob.cx(), blob.cy(), int(math.degrees(blob.rotation())))], size=20) #blob是find_blobs返回的参数 print(clock.fps())

123456789101112131415161718192021222324252627282930313233343536373839404142434445464748