0.教学资源

以下是本节课的微课，配合文档学习效果更佳喔。颜色识别与Lab模型.pptx

1.课前导入

1.1什么是机器视觉？

我们都见过各种摄像头，那么什么是摄像头呢？说到底，就是一个将光学信号转变成电信号的装置。
在摄像头将图像转换成电信号之后，计算机根据像素分布和亮度、颜色等信息，转变成数字化信号。并且对这些信号进行各种运算来提取目标的特征，进而根据判别的结果来控制设备动作。
简单来说，机器视觉就是用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等，并做出相应的反应。

1.2机器视觉工具

本门课我们使用OpenMV完成机器视觉的各种功能。

OpenMV和IDE

OpenMV是一个可编程的摄像头，通过Python语言可以实现颜色识别，形状识别，人脸识别，数字识别等功能。并且可以外接硬件，制作机器人，比如：追踪小球的云台，人脸识别云台，追踪小球的小车等。

图1.OpenMV示意图
OpenMVIDE是我们要用到的编程软件，内部有一个图像窗口可以直接看到摄像头的图像。
第一课.机器视觉和颜色识别 - 图3
图2.OpenMVIDE界面
相关链接：OpenMVIDE下载 OpenMV更多介绍

2.知识准备

2.1无人驾驶汽车

无人驾驶是机器视觉应用的热门领域，那么无人驾驶汽车是如何通过红绿灯的呢？
第一步.无人汽车首先通过摄像头拍摄路口红绿灯照片；
第二步.使用内置算法对所拍照片进行处理；
第三步.识别出红绿灯的颜色，并根据红绿灯情给汽车发出前进、等待、左右转等指令。

图3.无人驾驶汽车示意图

2.2颜色识别

如何设置摄像头

import sensor, image, time
sensor.reset()
sensor.set_pixformat(sensor.RGB565) #将像素模式设置成彩色
sensor.set_framesize(sensor.QQVGA) #设置图像大小为QQVGA，需要根据具体情况进行调整
sensor.skip_frames(time = 2000) #在更改设置后，跳过一些帧，等待感光元件变稳定。
sensor.set_auto_gain(False) # `关闭自动增益
sensor.set_auto_whitebal(False) # 关闭白平衡
clock = time.clock() #定义时钟
while(True):
    clock.tick() #开始计时
    img = sensor.snapshot() #输出图像
    print(clock.fps()) #输出帧率

Lab模型—锁定颜色

Lab色彩模型，又称亮度 - 对比度模型，被设计来接近人类视觉。

图4.Lab模型示意图
在OpenMVIDE中，点击工具-机器视觉-阈值编辑器，选择帧缓冲区后可以将摄像头拍摄的画面进行颜色捕捉。通过调整Lab阈值，得到想要追踪的颜色区域，如下图演示的追踪红色色块。复制最下方的“Lab阈值”，即可获得“红色”区域的Lab值。

图5.Lab阈值编辑器
将刚才复制的“红色”Lab值粘贴在代码区，创建一个变量“red”，并将值赋予给它。

red=(41,60,44,84,-10,63)

颜色跟踪函数img.find_blobs()

red=(41,60,44,84,-10,63)
img.find_blobs([red],pixels_threshold=200,area_threshold=200)

通过img.find_blobs()，找到红色色块。
[red]：刚刚定义的阈值变量。
pixels_threshold=200：如果色块像素数量小于200，会被过滤掉。
area_threshold：如果色块被框起来的面积小于200，会被过滤掉。

3.动手实践

import sensor, image, time#引入感光元件的模块
red=(41,60,44,84,-10,63)
# 设置摄像头
sensor.reset()#初始化感光元件
sensor.set_pixformat(sensor.RGB565)#设置为彩色
sensor.set_framesize(sensor.QQVGA)#设置图像的大小
sensor.skip_frames(time = 2000)#跳过n张照片，在更改设置后，跳过一些帧，等待感光元件变稳定。
sensor.set_auto_gain(False) # 颜色追踪案例中必须关闭自动增益
sensor.set_auto_whitebal(False) # 颜色追踪案例中必须关闭白平衡
clock = time.clock()
# 只有比“pixel_threshold”多的像素和多于“area_threshold”的区域才被“find_blobs”返回。
# 如果更改相机分辨率，请更改“pixels_threshold”和“area_threshold”。
# 一直开启摄像头
while(True):
    clock.tick()
    img = sensor.snapshot()#拍摄一张照片，img为一个image对象
    for blob in img.find_blobs([red],pixels_threshold=200,area_threshold=200):
    #如果色块的像素数和面积像素大于200
        img.draw_rectangle(blob.rect())#画矩形
        img.draw_cross(blob.cx(), blob.cy())#画十字
    print(clock.fps())#打印帧数

OpenMV机器视觉课

第一课.机器视觉和颜色识别