OpenMV——第一课

Python问题：

1.元组和列表：

• Python内置的一种数据类型是列表：list。list是一种有序的集合，可以随时添加和删除其中的元素。
• 另一种有序列表叫元组：tuple。tuple和list非常类似，但是tuple一旦初始化就不能修改。这就是元组和列表的区别。

2.函数参数：

Python的函数参数中有实参，默认参数，位置参数等，下列三个函数参数传递区别可以参考文章 http://t.csdnimg.cn/NV3Z8

sensor.skip_frames(n=10) #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。

sensor.skip_frames(10) #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。

sensor.skip_frames() #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。

感光元件代码解析：

1.感光元件初始化并获取图像信息：

1.sensor是一个类似函数库的，然后sensor.reset就是用这个函数库里的一个函数。而还有一种用法是，有一个变量img，然后运行img.width()，意思是对这个变量img使用width()方法，这个width是一个方法用来求img的图像宽度。

2.在设置摄像头部分，是通过函数库对摄像头模块的模式进行了设置，这和在STM32中通过标准库配置各硬件外设。例如：配置串口的波特率、停止位这些。

3.在编程和图像处理领域，image 对象（或简称为“图像对象”）是一个非常重要的概念，它代表了一个图像的数据结构。这个数据结构包含了图像的所有信息，比如图像的尺寸（宽度和高度）、颜色深度（每个像素的颜色位数）、颜色模式（如RGB、灰度等）以及最重要的——图像中每个像素的颜色值。所以通过sensor.snapshot()拍摄一帧的图像，然后这个图像的信息就是被一个image类型的变量img保存。

import sensor#引入感光元件的模块

# 设置摄像头
sensor.reset()#初始化感光元件
sensor.set_pixformat(sensor.RGB565)#设置为彩色
sensor.set_framesize(sensor.QVGA)#设置图像的大小
sensor.skip_frames()#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。

# 一直拍照
while(True):
    img = sensor.snapshot()#拍摄一张照片，img为一个image对象

当我们拍了照片之后，照片中的信息被保存在image类型的变量img中，我们就可以对img进行一系列的操作：

rect_tuple = (50, 50, 70, 70)  
# 一直拍照
while(True):
    img1 = sensor.snapshot()#拍摄一张照片，img为一个image对象
    sensor.skip_frames(100)
    img2 = sensor.snapshot()#拍摄一张照片，img为一个image对象
    img1.draw_line((10,10,20,30), color=(255,0,0))
    img1.draw_rectangle(rect_tuple, color=(255,0,0))
    width = img1.width()#获取图像的宽度(像素)
    height = img1.height()#获取图像的高度(像素)
    fmt = img1.format()#灰度图会返回 sensor.GRAYSCALE，彩色图会返回 sensor.RGB565。
    size = img1.size()#获取图像的大小(byte)
    a = img1.get_statistics(roi=(0,0,10,20))
    result = img1.difference(img2)

2.使用统计信息Statistic：

1. l_mean，l_median，l_mode，l_stdev，l_min，l_max，l_lq，l_uq，
2. a_mean，a_median，a_mode，a_stdev，a_min，a_max，a_lq，a_uq，
3. b_mean，b_median，b_mode，b_stdev，b_min，b_max，b_lq，b_uq，

是LAB三个通道的平均数，中位数，众数，标准差，最小值，最大值，第一四分数，第三四分数。

img1_statistics = img1.get_statistics(roi=(0,0,10,20))

打印输出结果img1_statistics：

{"l_mean":85, "l_median":85, "l_mode":85, "l_stdev":2, "l_min":82, "l_max":91, "l_lq":84, "l_uq":86, "a_mean":-5, "a_median":-5, "a_mode":-5, "a_stdev":2, "a_min":-9, "a_max":0, "a_lq":-5, "a_uq":-2, "b_mean":8, "b_median":8, "b_mode":6, "b_stdev":3, "b_min":2, "b_max":14, "b_lq":6, "b_uq":12}

{“l_mean”:85, “l_median”:85, “l_mode”:85, “l_stdev”:2, “l_min”:82, “l_max”:91, “l_lq”:84, “l_uq”:86,

“a_mean”:-5, “a_median”:-5, “a_mode”:-5, “a_stdev”:2, “a_min”:-9, “a_max”:0, “a_lq”:-5, “a_uq”:-2,

“b_mean”:8, “b_median”:8, “b_mode”:6, “b_stdev”:3, “b_min”:2, “b_max”:14, “b_lq”:6, “b_uq”:12}

拿到了经过统计之后的信息之后，我们可以通过一些方法获取其中想要的参数：

img1_statistics = img1.get_statistics(roi=(0,0,10,20))
    color_l=img1_statistics.l_mode()
    color_a=img1_statistics.a_mode()
    color_b=img1_statistics.b_mode()
    print(color_l,color_a,color_b)

打印结果：
5 -7 5
5 -9 5
8 -10 7