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