1.识别追踪色块(入门案例)
1.首先是需要安装openmv IDE ,虽然openmv是开源硬件,开源地址:github地址,但是开发者总归还是得吃饭的,不过是通过授权的方式来收费,有一些中国官方授权的代理,我们在使用openmv IDE工具的时候,会提示你注册正版openmv账号,虽然有点碍眼,但是没什么影响,因为你不注册同意也没什么影响,功能上使用没有任何影响,这也算是openmv的一大优势吧。
2.入门案例———1(hello world程序)
import sensor,image,time sensor.reset()#初始化摄像头 sensor.set_pixformat(sensor.RGB565) # 格式为 RGB565. sensor.set_framesize(sensor.QVGA) # 使用 QQVGA 速度快一些 sensor.skip_frames(time = 2000) # 跳过2000s,使新设置生效,并自动调节白平衡 clock = time.clock() #获取时钟对象 while(True): clock.tick() #时钟对象开始追踪时间 img = sensor.snapshot() #获取一张图像 print(clock.fps()) #停止追踪运行时间,并返回当前FPS(每秒帧数)。
tips_one
注意: 你的OpenMV连到电脑后帧率大概为原来的一半,果断开电脑,帧率会增加
3.入门案例————2(色块追踪程序)
# Untitled - By: TCcjx - 周三 7月 27 2022 # 色块监测 例子 # 这个例子展示了如何通过find_blobs()函数来查找图像中的色块 # 这个例子查找的颜色是深绿色 import sensor,image,time #颜色追踪的例子,一定要控制环境的光,保持光线是稳定的 green_threshold = (75,24,14,6,-16,-48) #设置绿色的阈值,括号里面的数值分别是L A B的最大值和最小值 # L A B 的值在图像左侧三个坐标图选取,如果是灰度图则只设置(min,max) sensor.reset() # 初始化摄像头 sensor.set_pixformat(sensor.RGB565) # 格式为 RGB565. sensor.set_framesize(sensor.QVGA) # 使用 QQVGA 速度快一些 sensor.skip_frames(time = 2000) # 跳过2000s,使新设置生效,并自动调节白平衡 sensor.set_auto_gain(False) # 关闭自动自动增益。默认开启的,在颜色识别中,一定要关闭白平衡。 sensor.set_auto_whitebal(False) #关闭白平衡。白平衡是默认开启的,在颜色识别中,一定要关闭白平衡。 clock = time.clock() # 追踪帧率 while(True): clock.tick() # 时钟对象开始追踪运行时间 img = sensor.snapshot() # 从感光芯片获得一张图像 blobs = img.find_blobs([green_threshold]) #thresholds是一个元组列表 """ find_blobs(thresholds, invert=False, roi=Auto),thresholds为颜色阈值, 是一个元组,需要用括号[ ]括起来。invert=1,反转颜色阈值,invert=False默认 不反转。roi设置颜色识别的视野区域,roi是一个元组, roi = (x, y, w, h),代表 从左上顶点(x,y)开始的宽为w高为h的矩形区域,roi不设置的话默认为整个图像视野。 这个函数返回一个列表,[0]代表识别到的目标颜色区域左上顶点的x坐标,[1]代表 左上顶点y坐标,[2]代表目标区域的宽,[3]代表目标区域的高,[4]代表目标 区域像素点的个数,[5]代表目标区域的中心点x坐标,[6]代表目标区域中心点y坐标, [7]代表目标颜色区域的旋转角度(是弧度值,浮点型,列表其他元素是整型), [8]代表与此目标区域交叉的目标个数,[9]代表颜色的编号(它可以用来分辨这个 区域是用哪个颜色阈值threshold识别出来的)。 """ if blobs: #如果找到了目标颜色 for b in blobs: #迭代找到的目标颜色区域 # Draw a rect around the blob. img.draw_rectangle(b[0:4],fill=True) # rect [0:4]代表x,y,w,h #用矩形标记出目标颜色区域 img.draw_cross(b[5], b[6]) # cx, cy # [5:7] 代表矩形框中心的 x,y坐标 #在目标颜色区域的中心画十字形标记 print(clock.fps()) # 注意: 你的OpenMV连到电脑后帧率大概为原来的一半 #如果断开电脑,帧率会增加 停止追踪运行时间,并返回当前FPS(每秒帧数)。
该程序其实就是匹配像素阈值,效果受光线影响比较大,附上一张运行效果图
本文来自博客园,作者:TCcjx,转载请注明原文链接:https://www.cnblogs.com/tccjx/p/16525175.html
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】凌霞软件回馈社区,博客园 & 1Panel & Halo 联合会员上线
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】博客园社区专享云产品让利特惠,阿里云新客6.5折上折
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· DeepSeek “源神”启动!「GitHub 热点速览」
· 微软正式发布.NET 10 Preview 1:开启下一代开发框架新篇章
· C# 集成 DeepSeek 模型实现 AI 私有化(本地部署与 API 调用教程)
· DeepSeek R1 简明指南:架构、训练、本地部署及硬件要求
· 2 本地部署DeepSeek模型构建本地知识库+联网搜索详细步骤