python和arduino串口通信_python与arduino串口通讯对接opencv实现智能物品分拣

#coding=utf-8

from pyfirmata importArduino, utilimporttimeimportcv2importnumpy as npimportserial

ser=serial.Serial()

ser.baudrate= 9600 #设置波特率

ser.port = 'COM6' #端口是COM3

print(ser)

ser.open()#打开串口

print(ser.is_open) #检验串口是否打开#board = Arduino('COM3')

"""def duoji ():

board.servo_config(13, 0, 255, 20)

print("ceshi")

time.sleep(0.2)

board.servo_config(13, 0, 255, 255)

time.sleep(0.2)

def arduino ():

board.digital[13].write(0) # 向io口13写入0

time.sleep(0.1)

board.digital[13].write(1) # 向io口13写入1

time.sleep(0.1)

board.analog [13].write(100)"""

defdetect_circle_demo ():

video_capture=cv2.VideoCapture(0)whileTrue:if notvideo_capture.isOpened():print('Unable to load camera.')breakret, img=video_capture.read()#img = cv2.pyrMeanShiftFiltering(img, 10, 25)

gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) #灰度图像

circles1 = cv2.HoughCircles(gray, cv2.HOUGH_GRADIENT , 1, 100, param1=100, param2=100, minRadius=50,maxRadius=200)#cv.HoughCircles(cimage, cv.HOUGH_GRADIENT, 1, 20, param1=50, param2=30, minRadius=0, maxRadius=0)

try: #如果上一步没有检测到。执行try内容，就会报错。可以修改尝试看下。

circles = circles1[0, :, :] #提取为二维

exceptTypeError:print('未发现圆形物体！！')else:

circles= np.uint16(np.around(circles)) #四舍五入

for i incircles[:]:

cv2.circle(img, (i[0], i[1]), i[2], color=[0, 0, 0], thickness=2) #画圆

cv2.circle(img, (i[0], i[1]), 2, color=[0, 255, 0], thickness=2) #画圆心

cv2.putText(img, "center", (i[0] - 20, i[1] - 20), cv2.FONT_HERSHEY_SIMPLEX, 0.5, (255, 255, 255), 2)print(i[0],i[1])print("检测到圆形物体，开始分离！")

ser.write(b"a")#print(ser.read(1))

#输出坐标

#显示视频

cv2.imshow('Video', img)

cv2.waitKey(10)

detect_circle_demo()"""dp，用来检测圆心的累加器图像的分辨率于输入图像之比的倒数，且此参数允许创建一个比输入图像分辨率低的累加器。上述文字不好理解的话，来看例子吧。例如，如果dp= 1时，累加器和输入图像具有相同的分辨率。如果dp=2，累加器便有输入图像一半那么大的宽度和高度。

minDist，为霍夫变换检测到的圆的圆心之间的最小距离，即让我们的算法能明显区分的两个不同圆之间的最小距离。这个参数如果太小的话，多个相邻的圆可能被错误地检测成了一个重合的圆。反之，这个参数设置太大的话，某些圆就不能被检测出来了。

param1，有默认值100。它是method设置的检测方法的对应的参数。对当前唯一的方法霍夫梯度法，它表示传递给canny边缘检测算子的高阈值，而低阈值为高阈值的一半。

param2，也有默认值100。它是method设置的检测方法的对应的参数。对当前唯一的方法霍夫梯度法，它表示在检测阶段圆心的累加器阈值。它越小的话，就可以检测到更多根本不存在的圆，而它越大的话，能通过检测的圆就更加接近完美的圆形了。

minRadius，默认值0，表示圆半径的最小值。

maxRadius，也有默认值0，表示圆半径的最大值"""