使用设备

ZTFR开发板

颜色识别

MaixPy 集成了 RGB565 颜色块识别 find_blobs 函数，主要是基于 LAB 颜色模型（每个颜色都是用一组 LAB阈值表示，有兴趣的用户可以自行查阅相关模型资料）。其位于 image模块下，因此我们直接将拍摄到的图片进行处理即可。

Lab 颜色空间

有兴趣的可以点我查看：LAB色彩模型

打开MaixPy IDE，选择工具——机器视觉——阕值编辑器

构造函数

image 图像模块。导入image模块

import image
//色块对象是由 image.find_blobs 返回的。
image.find_blobs(thresholds, invert=False, roi, x_stride=2, y_stride=1, area_threshold=10, pixels_threshold=10, merge=False,margin=0, threshold_cb=None, merge_cb=None)
查找图像中指定的色块。返回 image.blog 对象列表；
【thresholds】 必须是元组列表。 [(lo, hi), (lo, hi), ..., (lo, hi)] 定义你想追踪的颜色范围。 对于灰度图像，每个元组需要包含两个值 - 最小灰度值和最大灰度值。 仅考虑落在这些阈值之间的像素区域。 对于 RGB565 图像，每个元组需要有六个值(l_lo，l_hi，a_lo，a_hi，b_lo，b_hi) - 分别是 LAB L，A 和 B通道的最小值和最大值。
【area_threshold】若色块的边界框区域小于此参数值，则会被过滤掉；
【pixels_threshold】若色块的像素数量小于此参数值，则会被过滤掉；
【merge】若为 True,则合并所有没有被过滤的色块；
【margin】调整合并色块的边缘。

函数	说明
blob.rect()	返回一个矩形元组（x,y,w,h）,如色块边界。可以通过索引[0-3]来获得这些值。
blob.x()	返回色块的边界框的x坐标(int)。可通过索引 [0] 取得这个值。
blob.y()	返回色块的边界框的y坐标(int)。可通过索引 [1] 取得这个值。
blob.w()	返回色块的边界框的w坐标(int)。可通过索引 [2] 取得这个值。
blob.h()	返回色块的边界框的h坐标(int)。可通过索引 [3] 取得这个值。
blob.pixels()	返回从属于色块(int)一部分的像素数量。可通过索引 [4] 取得这个值。
blob.cx()	返回色块(int)的中心x位置。可通过索引 [5] 取得这个值。
blob.cy()	返回色块(int)的中心x位置。可通过索引 [6] 取得这个值。
blob.rotation()	返回色块的旋转（单位：弧度）。如果色块类似铅笔或钢笔，那么这个值就是介于0-180之间的唯一值。 如果这个色块圆的，那么这个值就没有效用。如果这个色块完全不具有对称性，您只能由此得到0-360度的旋转。可通过索引 [7] 取得这个值。
blob.code()	返回一个16位的二进制数字，其中为每个颜色阈值设置一个位，这是色块的一部分。 例如，如果您通过 image.find_blobs 来寻找三个颜色阈值，这个色块可以设置为0/1/2位。 注意：除非以 merge=True 调用 image.find_blobs ，否则每个色块只能设置一位。 那么颜色阈值不同的多个色块就可以合并在一起了。 您也可以用这个方法以及多个阈值来实现颜色代码跟踪。可通过索引 [8] 取得这个值。
blob.count()	返回合并为这一色块的多个色块的数量。只有您以 merge=True 调用 image.find_blobs 时，这个数字才不是1。可通过索引 [9] 取得这个值。
blob.area()	返回色块周围的边框面积(w * h)
blob.density()	返回这个色块的密度比。这是在色块边界框区域内的像素点的数量。 总的来说，较低的密度比意味着这个对象的锁定得不是很好。

示例代码1：识别RGB（红，绿，蓝）

import sensor,image,lcd,time

#------常用初始化   ↓-------
lcd.init()
sensor.reset()                      #复位摄像头
sensor.set_pixformat(sensor.RGB565) # 设置像素格式 RGB565
sensor.set_framesize(sensor.QVGA)   # 设置帧尺寸 QVGA (320x240)
#------常用初始化   ↑-------
'''对于 RGB565 图像，每个元组需要有六个值(l_lo，l_hi，a_lo，a_hi，b_lo，b_hi) 
分别是 LAB中 L，A 和 B 通道的最小值和最大值。
L的取值范围为0-100，a/b 的取值范围为-128到127。'''

#红色阈值[0],绿色阈值[1],蓝色阈值[2]
rgb_thresholds   =[(30, 100, 15, 127, 15, 127),
(0, 80, -70, -10, -0, 30), 
(0, 30, 0, 64, -128, -20)]   #阈值调试可以在IDE上看哦

while True:
    img=sensor.snapshot()
    blobs = img.find_blobs([rgb_thresholds[1]])
    if blobs:
        for b in blobs:
            tmp=img.draw_rectangle(b[0:4])  #在图像上绘制一个矩形。
            tmp=img.draw_cross(b[5], b[6])  #画十字交叉
            c=img.get_pixel(b[5], b[6])#    返回(x, y)位置的RGB888像素元组
    lcd.display(img)

示例代码2：识别指定颜色

本篇说了LAB颜色模式，我们来没还没用。而且每个人像是别的色彩是不一样的。光给RGB不够。所以我们要学会自定义哦。方法如下：

1. 开局一张图
   
2. 在Maixpy IDE 选择【工具】——【机器视觉】——【阈值编辑器】
   
3. 选择【图像文件】
   备注：帧缓冲区要事先把摄像头对准物体，在执行第二步
   
4. 选好图片如下，尝试选择最佳的颜色跟踪阙值，通过滑动条来调节阈值，在二进制图像上红色块高亮（显示白色）。
   
5. 调整好获取LAB添加到代码里

import sensor
import image
import lcd
import time

lcd.init(freq=15000000)
sensor.reset()
sensor.set_pixformat(sensor.RGB565)
sensor.set_framesize(sensor.QVGA)
sensor.run(1)
red_threshold =(89, 100, -122, 96, -128, 47) # LAB
while True:
    img=sensor.snapshot()
    blobs = img.find_blobs([red_threshold])
    if blobs:
        for b in blobs:
            tmp=img.draw_rectangle(b[0:4])
            tmp=img.draw_cross(b[5], b[6])
            c=img.get_pixel(b[5], b[6])
    lcd.display(img)

6. 效果如下