OpenMV进行简单的颜色和图形识别

[使用openmv要保证识别的效果的话，需要对环境进行严格的控制，晚上光源的冷暖色等，对识别都有很大的影响]
<1>对颜色的识别

1.首先强调颜色的阈值thresholds = [颜色1阈值, 颜色2阈值, 颜色3阈值, 颜色4阈值]

颜色	threshold序号（从0开始）	颜色序号
颜色1	0	2^0=1
颜色2	1	2^1=2
颜色3	2	2^2=4
颜色4	3	2^3=8

2.颜色的识别用到的是 find_blobs（thresholds, invert=False, roi=Auto）函数

thresholds 颜色阈值元组数组

invert=1 反转颜色阈值，invert=False默认不反转.

roi 设置颜色识别的视野区域，roi是一个元组， roi = (x, y, w, h)，代表从左上顶点(x,y)开始的宽为w高为h的矩形区域，roi不设置的话默认为整个图像视野。

3.Blob对象

{x:26, y:54, w:83, h:38, pixels:448, cx:65, cy:75, rotation:0.342305, code:1, count:1}

序号	名称	备注
0	x	代表矩形区域的左上角的x坐标
1	y	代表矩形区域的左上角的y坐标
2	w	矩形区域的宽度
3	h	矩形区域的高度
4	pixels	目标区域满足图像阈值范围的像素点的个数
5	cx	center x, 矩形区域中心的x坐标
6	cy	center y, 矩形区域中心的y坐标
7	rotation	代表目标颜色区域blob的旋转角度
8	code	代表颜色的编号, 它可以用来分辨这个这个矩形区域是用哪个threshold识别出来的
9	count	blob内包含的子blob个数。

注：

rotation 单位是弧度值，如果识别的物体是长条状的，例如钢笔，那其取值范围为0-180度，如果是圆形的画，其rotaiton值没有任何意义。

code 颜色编号取值范围 2^n : 1，2， 4， 8

count 如果merge=False count恒等于1, 如果开启色块合并merge=True 则>=1

<2> 对形状的识别

opnemv在识别形状中有现成的对圆形，矩形的识别已经分装成API函数直接调用就好。

对圆形的识别

圆形：调用 find_circles(threshold = 2000, x_margin = x, y_margin = y, r_margin = r)

（在调用之前最好能进行消除畸变 sensor.snapshot().lens_corr(1.8) 识别的精度会有一定提升）

大概原理如下：

图像求导 , 进而求得边缘图像

二维平面中的边缘投影到霍夫空间

统计检索明亮区域

霍夫空间中的圆投影到二维空间

其中图像求导使用的是Sobel算子进行卷积的。

对矩形的识别

矩形：调用find_rects(threshold = 10000)

对其他图形的识别

三角形：

3.1：第一种方法，我们可以利用API中分装好的对角的识别，进而实现对一些规则图

形（三角形的识别）

先对角度进行范围设定：angle_threshold = (x1, x2)
进行判断是否有三个角存在于图中(其中一个判断的代码如下：)

              (cross_x, cross_y) = calculate_intersection(lines[0], lines[1])
              if cross_x != -1 and cross_y != -1:
                  if abs(cross_x - old_cross_x1) < move_threshold and abs(cross_y - old_cross_y1) < move_threshold:
                          # 小于移动阈值， 不移动
                     pass
                  else:
                       old_cross_x1 = int(old_cross_x1 * (1 - forget_ratio) + cross_x * forget_ratio)
                       old_cross_y1 = int(old_cross_y1 * (1 - forget_ratio) + cross_y * forget_ratio)
              else:
                   continue

3.2：利用openmv中API中分装好的对线的识别，进而实现对形状的识别

调用find_line_segments(threshold = 1000, theta_margin = 15, rho_margin = 15, segment_threshold = 100)

识别几边形，进行几条线得到循环判断

3.3：模板识别（利用神经网络学习的内容，对识别图形的不断训练，甚至是三维图形，对其各个角度的训练，识别精度会大大提升）

注：

1.使用openmv进行模板识别的前提必须要有一张sdk卡（本身内存很小，只为放主程序所用）

2.因为利用模板识别要先进行灰度处理（为提高识别精度，清除一下干扰因素），所以不能与颜色进行组合识别

首先调用 template1 = image.Image(“/1.pgm”) 进行图片的读取

然后调用 find_template(template1, 0.7, step=4, search=SEARCH_EX) 寻找目标图形

学习更多可关注这位大牛的github :Ibrahim Abd Elkader

学习还可以到星瞳科技的官网：星瞳科技

还可以跟着凡哥学，好多的方法函数会不怎么全，但是总结的不错：凡哥带你玩转openmv

最后，给个 star 吧~~~

OpenMv的简单使用