代码收藏家技术教程 2023-08-03

OpenMV学习笔记：色块查找（第一篇）

（一）显示图像

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sensor

sensor.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, math

threshold_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_thresholds

sensor.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