基于Openmv图形与颜色识别。（起重机大赛）＜第一章：简单介绍＞

OpenMV项目创造一款低价，可扩展，支持Python的机器视觉模块，在很多视觉领域都有涉及应用。在参加起重机大赛中，负责图像处理部分，最为新手接触Openmv，通过多方学习，了解，探索到了一种相对比较有效、快速的分辨识别圆形，三角，矩形等色块的办法，在此分享给大家。

---

1、Openmv是什么？

简单的来说，它是一个可编程的摄像头，通过MicroPython语言，可以实现你的逻辑。而且摄像头本身内置了一些图像处理算法，很容易使用。

OpenMV搭载MicroPython解释器，这允许你在嵌入式上使用Python来编程 (Python 3 to be precise). Python使机器视觉算法的编程变得简单得多。比如，直接调用find_blobs()方法，就可以获得一个列表，包含所有色块的信息。 使用python遍历每一个色块，就可以获取他们所有信息，而这些，只需要两行代码！

并且，你可以使用OpenMV专用的IDE，它有自动提示，代码高亮，而且有一个图像窗口可以直接看到摄像头的图像，有终端可以debug，还有一个包含图像信息的直方图！

 2、Openmv适合什么人？

对嵌入式机器视觉感兴趣的人。

对OpenMV感兴趣，并想在项目里使用OpenMV的人。

对计算机视觉感兴趣的人，通过OpenMV，可以做出一些好玩的项目，激发学习计算机视觉的兴趣，而不会卡在傅立叶变化，小波变换，滤波之类的事情上。

3、比赛要求。

比赛要求识别不同颜色的图形，分别为：红色三角形、蓝色圆形、红色圆形、蓝色圆形、红色矩形、蓝色矩形。并按照相关要求抓取，并放置在指定区域。

4、我的方法。

我用的方法是，先用寻找blob色块的方式，找到红色或者蓝色的色块。

for blob in img.find_blobs(thresholds , pixels_threshold=200  , area_threshold=200):

然后对找到的色块进行密度比计算，不同的密度比对应不同的图形：

for blob in img.find_blobs(thresholds , pixels_threshold=200 , area_threshold=200):
    if 0.40 < blob.density() < 0.65:
       print("三角形")
    if 0.65 < blob.density() < 0.80:
       print("圆形")
    if 0.8 < blob.density() :
       print("矩形")

最后在色块区域进行像素统计，识别不同的颜色：

statistics = img.get_statistics(thresholds)
statistics = img.get_statistics(thresholds)