openmv4系列7----寻找色块

openmv4系列7----寻找色块

1、find_blobs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)

参数解释:

  • thresholds是颜色的阈值,注意:这个参数是一个列表可以包含多个颜色。如果你只需要一个颜色,那么在这个列表中只需要有一个颜色值,如果你想要多个颜色阈值,那这个列表就需要多个颜色阈值。注意:在返回的色块对象blob可以调用code方法,来判断是什么颜色的色块。
    • 示例
red    = (xxx,xxx,xxx,xxx,xxx,xxx)  
blue   = (xxx,xxx,xxx,xxx,xxx,xxx)  
yellow = (xxx,xxx,xxx,xxx,xxx,xxx) 
img=sensor.snapshot()  
red_blobs = img.find_blobs([red]) 
color_blobs = img.find_blobs([red,blue, yellow]) 
  • roi是“感兴趣区”。示例:
    left_roi = [0,0,160,240]
    blobs = img.find_blobs([red],roi=left_roi)

  • x_stride 就是查找的色块的x方向上最小宽度的像素,默认为2,如果你只想查找宽度10个像素以上的色块,那么就设置这个参数为10:
    blobs = img.find_blobs([red],x_stride=10)

  • y_stride 就是查找的色块的y方向上最小宽度的像素,默认为1,如果你只想查找宽度5个像素以上的色块,那么就设置这个参数为5:
    blobs = img.find_blobs([red],y_stride=5)

  • invert 反转阈值,把阈值以外的颜色作为阈值进行查找

  • 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

  • pixels_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。如果你想混淆多种颜色的blob,只需要分别调用不同颜色阈值的find_blobs。

    • 示例
all_blobs  = img.find_blobs([red,blue,yellow],merge=True)
red_blobs  = img.find_blobs([red],merge=True) 
blue_blobs = img.find_blobs([blue],merge=True) 
yellow_blobs =img.find_blobs([yellow],merge=True) 
  • margin 边界,如果设置为1,那么两个blobs如果间距1一个像素点,也会被合并。

2、阈值

一个颜色阈值的结构是这样的:

red = (minL, maxL, minA, maxA, minB, maxB)

元组里面的数值分别是L A B 的最大值和最小值

获取阈值步骤:工具 → 机器视觉 → 阈值编辑器 → 帧缓冲区
然后拖动六个滑块,可以实时的看到阈值的结果,我们想要的结果就是,将我们的目标颜色变成白色,其他颜色全变为黑色

3、blob色块对象

  • blob有多个方法:

  • blob.rect() 返回这个色块的外框——矩形元组(x, y, w, h),可以直接在image.draw_rectangle中使用。

  • blob.x() 返回色块的外框的x坐标(int),也可以通过blob[0]来获取。

  • blob.y() 返回色块的外框的y坐标(int),也可以通过blob[1]来获取。

  • blob.w() 返回色块的外框的宽度w(int),也可以通过blob[2]来获取。

  • blob.h() 返回色块的外框的高度h(int),也可以通过blob[3]来获取。

  • blob.pixels() 返回色块的像素数量(int),也可以通过blob[4]来获取。

  • blob.cx() 返回色块的外框的中心x坐标(int),也可以通过blob[5]来获取。

  • blob.cy() 返回色块的外框的中心y坐标(int),也可以通过blob[6]来获取。

  • blob.rotation() 返回色块的旋转角度(单位为弧度)(float)。如果色块类似一个铅笔,那么这个值为0180°。如果色块是一个圆,那么这个值是无用的。如果色块完全没有对称性,那么你会得到0360°,也可以通过blob[7]来获取。

  • blob.code() 返回一个16bit数字,每一个bit会对应每一个阈值。举个例子:

  • blobs = img.find_blobs([red, blue, yellow], merge=True)

如果这个色块是红色,那么它的code就是0001,如果是蓝色,那么它的code就是0010。注意:一个blob可能是合并的,如果是红色和蓝色的blob,那么这个blob就是0011。这个功能可以用于查找颜色代码。也可以通过blob[8]来获取。

  • blob.count() 如果merge=True,那么就会有多个blob被合并到一个blob,这个函数返回的就是这个的数量。如果merge=False,那么返回值总是1。也可以通过blob[9]来获取。

  • blob.area() 返回色块的外框的面积。应该等于(w * h)

  • blob.density() 返回色块的密度。这等于色块的像素数除以外框的区域。如果密度较低,那么说明目标锁定的不是很好。
    比如,识别一个红色的圆,返回的blob.pixels()是目标圆的像素点数,blob.area()是圆的外接正方形的面积。

4、blobs

find_blobs对象返回的是多个blob的列表。(注意区分blobs和blob,这只是一个名字,用来区分多个色块,和一个色块)。
列表类似与C语言的数组,一个blobs列表里包含很多blob对象,blobs对象就是色块,每个blobs对象包含一个色块的信息

blobs = img.find_blobs([red])

blobs就是很多色块。

可以用for循环把所有的色块找一遍。

for blob in blobs:
    print(blob.cx())

5、参考代码

1. 寻找同种颜色的色块


import sensor, image, time

threshold = [(4, 48, 28, -128, 28, 87)]                 #暗黄色的阈值

sensor.reset()                                          #初始化传感器
sensor.set_pixformat(sensor.RGB565)                     #传感器色彩
sensor.set_framesize(sensor.QVGA)
sensor.skip_frames(time = 2000 )                        #开机跳过一些时间
sensor.set_auto_whitebal(False)                         #关闭白平衡

clock = time.clock()                                    #获取时钟

while(True):
    clock.tick()
    img = sensor.snapshot()                             #拍照
    blob = img.find_blobs(threshold, area_threshold=300, margin=10)
    #寻找对应阈值的色块,阈值小于300像素的色块过滤掉,合并相邻像素在10个像素内的色块
    
    if blob:                                            #如果找到了目标颜色
        FH = bytearray([0xb3,0xb4])                
   
        for b in blob:
        #迭代找到的目标颜色区域
            img.draw_cross(b[5], b[6])                  #画十字 cx,cy
#            blob.cx() 返回色块的外框的中心x坐标(int),也可以通过blob[5]来获取。
#            blob.cy() 返回色块的外框的中心y坐标(int),也可以通过blob[6]来获取。
            img.draw_edges(b.min_corners(), color=(0,255,0))#画框

blob.cx() 返回色块的外框的中心x坐标(int),也可以通过blob[5]来获取。
blob.cy()返回色块的外框的中心y坐标(int),也可以通过blob[6]来获取。

2. 多颜色跟踪示例

# 寻找不同颜色的色块
import sensor, image, time

# 颜色跟踪阈值(L Min, L Max, A Min, A Max, B Min, B Max)
# 下面的阈值跟踪一般红色/绿色的东西。你不妨调整他们...
thresholds = [(47, 68, 55, 103, 25, 63), # red_thresholds
              (60, 75, -80, -40, 30, 50), # green_thresholds
              (29, 49, -5, 25, -63, -35)] # blue_thresholds

sensor.reset()
sensor.set_pixformat(sensor.RGB565)
sensor.set_framesize(sensor.QVGA)
sensor.skip_frames(time = 2000)
sensor.set_auto_gain(False) # must be turned off for color tracking
sensor.set_auto_whitebal(False) # must be turned off for color tracking
sensor.set_vflip(True)
sensor.set_hmirror(True)
clock = time.clock()

# 只有比“pixel_threshold”多的像素和多于“area_threshold”的区域才被
# 下面的“find_blobs”返回。 如果更改相机分辨率,
# 请更改“pixels_threshold”和“area_threshold”。 “merge = True”合并图像中所有重叠的色块。

while(True):
    clock.tick()
    img = sensor.snapshot().lens_corr(1.8) 
    for blob in img.find_blobs(thresholds, pixels_threshold=200, area_threshold=200):
        img.draw_rectangle(blob.rect())
        img.draw_cross(blob.cx(), blob.cy())
    print(clock.fps())

你可能感兴趣的:(openmv系列,opencv)