2、目标识别（颜色识别）

一、根据所使用的视觉模块的官方网站或软件，获取相应颜色的阈值

blue = [(23, 74, -119, 19, -125, -29)]    #蓝紫色  [(0, 53, -128, 127, -128, -8)]
red  = [(0, 44, 40, 62, 16, 127)]        #红色    [(0, 44, 40, 62, 16, 127)]
org  = [(44, 100, 13, 126, 26, 127)]     #橙色    [(44, 100, 13, 126, 26, 127)]
green= [(0, 100, -128, -12, -128, 127)]  #绿色    [(0, 100, -128, -12, -128, 127)]
yellow = [(0, 100, -9, 7, 34, 94)]       #黄色    [(0, 100, -9, 7, 34, 94)]

二、在视频中找到相应阈值的色块，将特别小的色块删除，减小环境中相应颜色的影响

        (代码中函数为我使用的视觉模块Maix-II Dock的代码，其他视觉模块使用相应的函数)

    blobs_blue = img.find_blobs(blue, x_stride = 50, y_stride = 50, merge=True)    #在图片中查找lab阈值内的颜色色块 merge 合并小框。
    blobs_red  = img.find_blobs(red, x_stride = 50, y_stride = 50, merge=True)    #在图片中查找lab阈值内的颜色色块 merge 合并小框。
    blobs_org  = img.find_blobs(org, x_stride = 50, y_stride = 50, merge=True)    #在图片中查找lab阈值内的颜色色块 merge 合并小框。
    blobs_green = img.find_blobs(green,x_stride = 50, y_stride = 50,  merge=True)    #在图片中查找lab阈值内的颜色色块 merge 合并小框。
    blobs_yellow = img.find_blobs(yellow, x_stride = 50, y_stride = 50, merge=True)    #在图片中查找lab阈值内的颜色色块 merge 合并小框。

颜色识别结果：

物流抓取机器人整体设计方案-CSDN博客 

1、巡线功能实现（7路数字循迹）-CSDN博客 

3、目标定位（视觉测距）-CSDN博客 

4、物品抓取（6自由度机械臂逆运动学）-CSDN博客