K210颜色识别实践

最新推荐文章于 2024-05-14 10:26:14 发布

学技术的大胜嗷

最新推荐文章于 2024-05-14 10:26:14 发布

阅读量3k

点赞数 34

分类专栏：深度学习与机器学习硬件与嵌入式系统文章标签： python 开发语言嵌入式硬件单片机 ai

本文链接：https://blog.csdn.net/weixin_44115575/article/details/137138825

版权

深度学习与机器学习同时被 2 个专栏收录

19 篇文章

订阅专栏

硬件与嵌入式系统

8 篇文章

订阅专栏

本文内容是对官方例程做一个详细讲解，作为笔记便于回顾学习。

在本文中，我们将学习如何使用K210进行颜色识别，并将识别结果实时显示在LCD屏幕上，将逐步解释代码的各个部分，包括每个参数的含义以及函数的返回值。

1、简介

K210是一款嵌入式人工智能芯片，具有强大的图像处理能力。在这个示例中，我们将利用K210的图像处理功能进行颜色识别，以检测摄像头捕获的图像中的红色、绿色和蓝色区域，并在LCD屏幕上标记出这些区域。

硬件连接如图：

2、完整代码展示


import sensor,lcd,time

#摄像头初始化
sensor.reset()
sensor.set_pixformat(sensor.RGB565)
sensor.set_framesize(sensor.QVGA)
sensor.set_vflip(1) #后置模式，所见即所得

#lcd初始化
lcd.init()

clock=time.clock()

# 颜色识别阈值 (L Min, L Max, A Min, A Max, B Min, B Max) LAB模型
# 下面的阈值元组是用来识别 红、绿、蓝三种颜色，当然你也可以调整让识别变得更好。
thresholds = [(30, 100, 15, 127, 15, 127), # 红色阈值
              (30, 100, -64, -8, -32, 32), # 绿色阈值
              (0, 30, 0, 64, -128, -20)] # 蓝色阈值

while True:

    clock.tick()

    img=sensor.snapshot()

    blobs = img.find_blobs([thresholds[2]]) # 0,1,2分别表示红，绿，蓝色。
    if blobs:
        for b in blobs:
            tmp=img.draw_rectangle(b[0:4])
            tmp=img.draw_cross(b[5], b[6])

    lcd.display(img)     #LCD显示图片
    print(clock.fps())   #打印FPS

这里只是为了更全貌的了解代码，在下面分块解释。

3、分块解释

import sensor, lcd, time

首先导入摄像头(sensor)、LCD(lcd)和时间(time)模块。

sensor.reset()
sensor.set_pixformat(sensor.RGB565)
sensor.set_framesize(sensor.QVGA)
sensor.set_vflip(1)

sensor.reset()
- 作用：复位摄像头。
- 参数：无。
- 返回值：无。
- 说明：该函数用于将摄像头模块恢复到默认状态，包括清除所有设置和配置。调用此函数后，摄像头将处于初始状态，可以重新设置参数。
sensor.set_pixformat()
- 作用：设置摄像头的像素格式。
- 参数：sensor.RGB565 或 sensor.GRAYSCALE。
- 返回值：无。
- 说明：通过该函数可以设置摄像头采集图像的像素格式。sensor.RGB565 表示每个像素用16位表示，其中5位用于红色、6位用于绿色和5位用于蓝色；sensor.GRAYSCALE 表示每个像素用8位表示，用于灰度图像。根据需求选择适合的像素格式。
sensor.set_framesize()
- 作用：设置摄像头的帧大小。
- 参数：sensor.QVGA、sensor.VGA、sensor.HD 等。
- 返回值：无。
- 说明：该函数用于设置摄像头采集图像的帧大小。常见的帧大小包括 sensor.QVGA（320x240）、sensor.VGA（640x480）和 sensor.HD（1280x720）。选择合适的帧大小可以平衡图像质量和处理性能。
sensor.set_vflip()
- 作用：设置摄像头的垂直翻转模式。也叫后置模式，所见即所得。
- 参数：0 或 1。
- 返回值：无。
- 说明：该函数用于设置摄像头的垂直翻转模式，即将图像垂直翻转以适应不同的应用场景。当参数为 1 时，表示开启垂直翻转模式；当参数为 0 时，表示关闭垂直翻转模式。

#lcd初始化
lcd.init()

clock=time.clock()

初始化LCD屏幕，准备开始LCD显示操作。
创建一个时钟对象，用于跟踪每秒的帧数。

# 颜色识别阈值 (L Min, L Max, A Min, A Max, B Min, B Max) LAB模型
# 下面的阈值元组是用来识别 红、绿、蓝三种颜色，当然你也可以调整让识别变得更好。
thresholds = [(30, 100, 15, 127, 15, 127),  # 红色阈值
              (30, 100, -64, -8, -32, 32),  # 绿色阈值
              (0, 30, 0, 64, -128, -20)]   # 蓝色阈值

定义了用于颜色识别的阈值，这些阈值分别用于识别红色、绿色和蓝色区域。

LAB色彩空间是一种将颜色描述为人眼感知到的亮度（L）和两个颜色通道的色度（A、B）的模型。这种色彩空间是一种设备无关的颜色表示方法，不受光源的影响。在LAB色彩空间中，L表示亮度（从黑到白的变化），A和B表示色度。A通道表示从绿色到红色的变化，负值表示绿色，正值表示红色。B通道表示从蓝色到黄色的变化，负值表示蓝色，正值表示黄色。
LAB色彩空间的主要优点是它的设备无关性，即使在不同的设备或光照条件下，相同的LAB值也会产生相似的颜色。因此，它在颜色识别和颜色校正等应用中被广泛使用。
在给定的阈值中，通常使用LAB色彩空间来表示颜色范围，以便在图像处理中识别特定的颜色。通过调整阈值的L、A、B值，可以选择性地识别不同的颜色。

while True:
    clock.tick()  # 更新时钟，用于计算每秒的帧数
    img = sensor.snapshot()  # 获取摄像头采集的当前图像
    blobs = img.find_blobs([thresholds[2]])  # 在图像中寻找符合蓝色阈值的区域，返回一个区域列表
    if blobs:  # 如果找到了符合条件的区域
        for b in blobs:  # 遍历每个找到的区域
            tmp = img.draw_rectangle(b[0:4])  # 在图像上绘制一个矩形框，用于标记检测到的区域
            tmp = img.draw_cross(b[5], b[6])  # 在图像上绘制一个十字叉，叉的中心点为检测到的区域的中心
    lcd.display(img)  # 在LCD屏幕上显示处理后的图像
    print(clock.fps())  # 打印每秒的帧数，用于性能监控

在给定的代码中，clock = time.clock()创建了一个时钟对象，然后在后续的循环中，clock.tick()方法被调用来更新时钟对象。这样做的目的是为了追踪每秒的帧数（FPS，Frames Per Second），因为clock.tick()方法会在每次调用时更新时钟对象的内部状态，以计算出时间间隔，从而实现对每秒的帧数进行计数。
帧率如图所示：