【嵌入式硬件|OpenMV激光打靶】题目要求识别形状并且键盘设置控制激光笔走A,B,C等轨道。
OpenMV需要识别图形形状、激光笔位置,以及提高要求中的识别形状的面积等。
这里介绍一下识别激光的方法,主要使用的是色块识别。但是激光点面积很小,而且在黑色区域容易被吞掉。因此对图像本身做一定的处理,比如调节曝光度等。
文章图片
感光器初始化代码:
sensor.reset()
sensor.set_auto_gain(False)
sensor.set_pixformat(sensor.GRAYSCALE) # or sensor.RGB565
sensor.set_framesize(sensor.QVGA) # or sensor.QVGA (or others)
sensor.skip_frames(time=900) # Let new settings take affect.
sensor.set_auto_exposure(False, 1000)#在这里调节曝光度,调节完可以比较清晰地看清激光点
sensor.set_auto_whitebal(False) # turn this off.
sensor.set_auto_gain(False) # 关闭增益(色块识别时必须要关)
识别激光点代码:
def color_blob(threshold):blobs = img.find_blobs(threshold,x_stride=1, y_stride=1, area_threshold=0, pixels_threshold=0,merge=False,margin=1)if len(blobs)>=1 :#有色块
# Draw a rect around the blob.
b = blobs[0]
#img.draw_rectangle(b[0:4]) # rect
cx = b[5]
cy = b[6]
for i in range(len(blobs)-1):
#img.draw_rectangle(b[0:4]) # rect
cx = blobs[i][5]+cx
cy = blobs[i][6]+cy
cx=int(cx/len(blobs))
cy=int(cy/len(blobs))
#img.draw_cross(cx, cy) # cx, cy
print(cx,cy)
return int(cx), int(cy)
return -1, -1 #表示没有找到
这里最重要的是能看见激光点,除了调曝光度之外,还有激光点色域的调节。
这个是我们最终的阈值,L的最大值调到了255。手册上写的L范围理论上是0~125,但在实际运行的时候发现,激光点很白很亮,但摄像头就是看不见,当时调了很久,都是看不见,拍拍摄像头就又看到了。后面调到要生气了,直接把最大值写成了255,竟然识别的很顺畅。于是以后调色域都非常大胆(嘿嘿)。
threshold=[(60, 255, -20, 20, -20, 20)]
STM32f407+步进电机+openmv实现激光打靶
STM32+OPENMV激光打靶
推荐阅读
- 算法|2022年电设省赛碎碎念【省一!!】
- python|python训练一个简单的感知机用于手写数据集识别
- #|人工智能——DBSCAN密度聚类(Python)
- pytorch|【pytorch笔记】(五)自定义损失函数、学习率衰减、模型微调
- 单片机|基于单片机的通用定时器调度器SmartTimer
- 人工智能大数据|聚类模型、聚类分析
- 机器学习|吴恩达机器学习课后作业1——单变量线性回归(Linear regression with one variable)
- 吴恩达机器学习笔记|吴恩达机器学习课后作业——支持向量机
- 吴恩达机器学习笔记|吴恩达机器学习课后作业——KMeans和PCA