OPENMV使用统计方法获取ROI区域信息值

代码进入一个无限循环 (while True)，在其中连续捕获图像，对指定的 ROI 进行一些颜色统计，并打印 L、A 和 B 值的众数。

ROI 变量被定义为一个元组 (x, y, width, height)，其中 x 和 y 是 ROI 的左上角坐标，width 和 height 是 ROI 的尺寸。这意味着 ROI 是从坐标 (80, 30) 开始的 15x15 像素区域。

sensor.snapshot() 函数捕获一张图像，并将其返回给变量 img。

接下来的代码使用 img.get_statistics() 函数计算指定 ROI 内 L（亮度）、A 和 B（色度）值的众数，使用 l_mode()、a_mode() 和 b_mode() 方法分别获取这些值。

最后，代码打印 L、A 和 B 值的众数，并使用 img.draw_rectangle(ROI) 在图像周围绘制一个矩形来标记感兴趣区域。

import sensor, image, time

sensor.reset()
sensor.set_pixformat(sensor.RGB565)
sensor.set_framesize(sensor.QVGA)
sensor.skip_frames(10)#跳过10帧，使得设置生效
sensor.set_auto_whitebal(False)#关闭自动白平衡

ROI=(80,30,15,15)



while(True):
    img = sensor.snapshot()
    statistics=img.get_statistics(roi=ROI)
    color_l=statistics.l_mode()
    color_a=statistics.a_mode()
    color_b=statistics.b_mode()
    print(color_l,color_a,color_b)
    img.draw_rectangle(ROI)

根据代码，L、A 和 B 的值是通过计算指定 ROI 内颜色值的众数得到的。

请注意，L、A 和 B 是 CIELAB 色彩空间中的颜色分量，L 表示亮度（Luminance），A 表示从绿色到红色的色度，B 表示从蓝色到黄色的色度。这些值可以用来表示图像中的颜色信息。

 

下面是官方文档的一些其它统计量，可以打印查看。

• statistics.mean() 返回灰度的平均数(0-255) (int)。你也可以通过statistics[0]获得。

• statistics.median() 返回灰度的中位数(0-255) (int)。你也可以通过statistics[1]获得。

• statistics.mode() 返回灰度的众数(0-255) (int)。你也可以通过statistics[2]获得。

• statistics.stdev() 返回灰度的标准差(0-255) (int)。你也可以通过statistics[3]获得。

• statistics.min() 返回灰度的最小值(0-255) (int)。你也可以通过statistics[4]获得。

• statistics.max() 返回灰度的最大值(0-255) (int)。你也可以通过statistics[5]获得。

• statistics.lq() 返回灰度的第一四分数(0-255) (int)。你也可以通过statistics[6]获得。

• statistics.uq() 返回灰度的第三四分数(0-255) (int)。你也可以通过statistics[7]获得。

上面的是灰度的值，接下来的

• l_mean，l_median，l_mode，l_stdev，l_min，l_max，l_lq，l_uq，
• a_mean，a_median，a_mode，a_stdev，a_min，a_max，a_lq，a_uq，
• 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。