基于Openmv的色块识别代码及注意事项

在给出代码之前我先说注意事项以及需要用到的函数

1、白平衡和自动增益的关闭

打开白平衡和自动增益会影响颜色识别的效果，具体影响体现在可能使你颜色阈值发生改变

关闭代码如下

sensor.set_auto_gain(False)     #关闭自动增益
sensor.set_whitebal(False)       #关闭白平衡

2、用于寻找色块的函数

image.find_blobs(thresholds, roi=Auto, x_stride=2, y_stride=1, invert=False, area_threshold=10, pixels_threshold=10, merge=False, margin=0, threshold_cb=None, merge_cb=None)

（1）需要注意的参数

thresholds：色彩阈值的元组（LAB形式）

ROI：ROI的四个参数按照顺序分别是顶点的x轴坐标，顶点的y轴坐标，矩形的长度，矩形的宽度

x_stride：查找的色块x方向上最小宽度的像素，默认为2，默认情况x方向长度小于2像素的色块自动忽略

y_stride：查找的色块y方向上最小宽度的像素，默认为1，默认情况y方向长度小于1像素的色块自动忽略

area_threshold：面积阈值，如果色块被框起来的面积小于这个值，会被过滤掉

pixel_threshold：像素个数阈值，如果色块像素数量小于这个值，会被过滤掉

merge：合并，如果设置为True，那么合并所有重叠的blob为一个。（注意，这会合并所有的blob，无论是什么颜色的。如果你想不同颜色的分开，需要在代码上分别处理）

（2）颜色阈值的调节

调节工具位置如下：工具\机器视觉\阈值编辑器

需要注意的一点：想要更好地调节阈值，需要了解一下LAB 

（3）关于LAB的拓展

L代表明度，取值0~100

A代表从绿色到红色的分量：取值-128~127

B代表从蓝色到黄色的分量：取值-128~127

这样规定是根据人类的视觉原理，灵长类动物的视觉都有两条通道：红绿通道和蓝黄通道，大多数动物只有一条通道，如果有人缺失其中的一条，就是我们所说的色盲。（以上的红绿和蓝黄通道并非纯色，只是接近的颜色用红绿和蓝黄描述比较方便）

关于每个通道具体的色阶划分，有兴趣的同学可以自己去了解，我这里就不作过多赘述 

（4）函数返回的东西

blob对象中有还能多方法返回不同的参数，我们可以利用这些参数做很多事情

返回对象详见：寻找色块 · OpenMV中文入门教程

3、多颜色识别

在Openmv官方给出的示例中，直接寻找所有色块，这样就会导致merge为True时合并不同颜色色块

所以我利用标志位写了一份分别扫描的代码

    flag += 1
    if flag > 3:
        flag = 1

    # 根据当前 flag 使用相应的阈值
    threshold = thresholds[flag-1]

    blobs = img.find_blobs([threshold], x_stride=7, y_stride=7, merge=True)

4、全部代码

在给出全部代码之前说明一点：LAB阈值需要自己调，不然就会框框满天飞

# 导入依赖的模块
import sensor
import image
import time

# 阈值
thresholds = [
    (63, 100, -37, -12, -26, 0),  # 通用红色阈值
    (30, 100, -64, -8, -32, 32),  # 通用绿色阈值
    (0, 15, 0, 40, -80, -20),     # 通用蓝色阈值
]

# 初始化设置
sensor.reset()  # 重置摄像头模块，以确保摄像头处于已知的初始状态
sensor.set_pixformat(sensor.RGB565)  # 像素格式设置
sensor.set_framesize(sensor.QVGA)  # 分辨率大小设置，QVGA为320x240
sensor.skip_frames(time=2000)  # 让摄像头跳过前两秒的帧，为了在实际图像捕获之前，摄像头有足够的时间自动调整
sensor.set_auto_gain(False)  # 必须关闭自动增益以进行颜色跟踪
sensor.set_auto_whitebal(False)  # 必须关闭自动白平衡以进行颜色跟踪
clock = time.clock()

flag = 0

# 进入循环
while True:
    clock.tick()  # 用于更新时钟对象的时钟戳，方便后续计算帧率和测量时间间隔
    img = sensor.snapshot()

    # 更新 flag
    flag += 1
    if flag > 3:
        flag = 1

    # 根据当前 flag 使用相应的阈值
    threshold = thresholds[flag-1]

    blobs = img.find_blobs([threshold], x_stride=7, y_stride=7, merge=True)
    if blobs:
        for blob in blobs:
            img.draw_rectangle(blob.rect())  # 绘制矩形
            if flag == 1:
                print("红色")
            elif flag == 2:
                print("绿色")
            elif flag == 3:
                print("蓝色")