openmv自然光下寻找激光点

openmv自然光或强光下寻找激光点


本篇主要讲述较强光照条件下如何利用openmv完美的寻找激光点,而不是在较黑的条件下。大家玩过激光的都会有这样的体会,如果在白天玩,你会发现激光点并不明显,很弱。这时候如果你想要用openmv找到激光点会一脸懵逼,openmv根本看不出来激光点在哪,连自己都很难分辨出激光点的位置,这该怎么找?二值化?可是激光点和背景都快分辨不出来了,二值化寻找会稳定?可能单张图片能选择一张比较好的阈值,但是连续的视频怕是让人。。。

在这里插入图片描述
完全不知道激光点怎么分出来。

但是大家也在黑暗条件下玩过激光,你会发现它是如此的清晰,使用二值化根本不会出现任何问题。我就尝试人为的让图片变的暗一些,然后红色就会变的明显点,如何改变图片的亮度呢?你当然可以从图片本身进行骚操作,但是相机是可以调曝光度的啊!!!,我直接从曝光度调节不就行了!!!
emmmm?仿佛发现了突破点,然后博主尝试后发现效果还不错。
效果图是这样的:
在这里插入图片描述
这个效果对于识别完全没有什么问题了。
代码是这样的:

sensor.set_auto_gain(False)
sensor.skip_frames(20) # Let new settings take affect.
sensor.set_auto_exposure(False, 1400)
sensor.set_auto_whitebal(False) # turn this off.

sensor.set_auto_exposure(False, 1400)可以改变openmv的曝光度

二值化找激光点

def color_blob(threshold):
    blobs = img.find_blobs([threshold])
    if len(blobs) == 1:
        # Draw a rect around the blob.
        b = blobs[0]
        img.draw_rectangle(b[0:4]) # rect
        cx = b[5]
        cy = b[6]
        img.draw_cross(b[5], b[6]) # cx, cy
        return cx, cy
    return 160, 120

只是最简单的openmv寻找轮廓,本质也是用到了二值化,自己可以添加各种筛选条件,然后稳定的找到激光点,关键在于调低曝光度让激光点变的明显。

如果觉得对你有用,希望你能点个赞。欢迎大家在下面评论,一起交流技术,有什么不对的地方,请指出来?,谢谢。

  • 70
    点赞
  • 235
    收藏
    觉得还不错? 一键收藏
  • 43
    评论
OpenMV是一款基于MicroPython的开源嵌入式计机视觉平台,它可以用于图像处理和机器视觉应用。在OpenMV中,可以使用图像处理算法来识别相近的光。 要实现这个功能,可以使用OpenMV的图像处理库和相关函数。首先,你需要获取摄像头捕获的图像。然后,可以使用颜色追踪算法来识别相近的光。颜色追踪算法可以通过设置阈值来选择特定颜色范围内的像素,并将其标记为目标。 以下是一个简单的示例代码,演示了如何使用OpenMV来识别相近的光: ```python import sensor import image import time # 初始化摄像头 sensor.reset() sensor.set_pixformat(sensor.RGB565) sensor.set_framesize(sensor.QVGA) sensor.skip_frames(time=2000) # 设置颜色追踪参数 thresholds = [(30, 100, 15, 127, 15, 127)] # 设置颜色阈值范围 # 开始循环捕获图像并进行处理 while True: img = sensor.snapshot() # 获取图像 # 执行颜色追踪 blobs = img.find_blobs(thresholds) # 处理识别结果 if blobs: for blob in blobs: # 在图像上绘制识别结果 img.draw_rectangle(blob.rect()) img.draw_cross(blob.cx(), blob.cy()) # 显示图像 img.show() ``` 这段代码中,我们首先初始化了摄像头,并设置了图像的格式和大小。然后,我们设置了颜色追踪的阈值范围。接下来,我们进入一个循环,不断捕获图像并进行处理。在处理过程中,我们使用`find_blobs`函数来执行颜色追踪,并获取识别到的光的位置信息。最后,我们在图像上绘制识别结果,并显示图像。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 43
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值