| find | 您所在的位置：网站首页 › findandcircleindifferentcolors › find |
|
例程讲解-09-find_circles识别圆
视频教程13 - 形状识别：https://singtown.com/learn/50009/
视频教程21 - 追其他物体的小车：https://singtown.com/learn/50041/
此例程为09-find_circles.py本例程的目的是利用霍夫变换进行圆识别。这个例子展示了如何通过霍夫变换来查找圆。https://en.wikipedia.org/wiki/Circle_Hough_Transform 注意：find_circles()方法 只会寻找完全在图像里面的圆。超出图像或者ROI的圆会被忽略。 只有OpenMV3 M7 2.5.0及以上版本固件才能运行此程序哦（OpenMV2 M4性能不足，无法运行）。 # 圆形检测例程 # # 这个例子展示了如何用Hough变换在图像中找到圆。 # https://en.wikipedia.org/wiki/Circle_Hough_Transform # # 请注意，find_circles（）方法将只能找到完全在图像内部的圆。圈子之外的 # 图像/ roi被忽略... import sensor, image, time sensor.reset() sensor.set_pixformat(sensor.RGB565) # 灰度更快 sensor.set_framesize(sensor.QQVGA) sensor.skip_frames(time = 2000) clock = time.clock() while(True): clock.tick() #lens_corr(1.8)畸变矫正 img = sensor.snapshot().lens_corr(1.8) # Circle对象有四个值: x, y, r (半径), 和 magnitude。 # magnitude是检测圆的强度。越高越好 # roi 是一个用以复制的矩形的感兴趣区域(x, y, w, h)。如果未指定， # ROI 即图像矩形。操作范围仅限于roi区域内的像素。 # x_stride 是霍夫变换时需要跳过的x像素的数量。若已知圆较大，可增加 # x_stride 。 # y_stride 是霍夫变换时需要跳过的y像素的数量。若已知直线较大，可增加 # y_stride 。 # threshold 控制从霍夫变换中监测到的圆。只返回大于或等于阈值的圆。 # 应用程序的阈值正确值取决于图像。注意：一条圆的大小是组成圆所有 # 索贝尔滤波像素大小的总和。 # x_margin 控制所检测的圆的合并。 圆像素为 x_margin 、 y_margin 和 # r_margin的部分合并。 # y_margin 控制所检测的圆的合并。 圆像素为 x_margin 、 y_margin 和 # r_margin 的部分合并。 # r_margin 控制所检测的圆的合并。 圆像素为 x_margin 、 y_margin 和 # r_margin 的部分合并。 # r_min，r_max和r_step控制测试圆的半径。 # 缩小测试圆半径的数量可以大大提升性能。 # threshold = 3500比较合适。如果视野中检测到的圆过多，请增大阈值； # 相反，如果视野中检测到的圆过少，请减少阈值。 for c in img.find_circles(threshold = 3500, x_margin = 10, y_margin = 10, r_margin = 10,r_min = 2, r_max = 100, r_step = 2): img.draw_circle(c.x(), c.y(), c.r(), color = (255, 0, 0)) print(c) print("FPS %f" % clock.fps())原图： 运行程序效果如图： 星瞳科技OpenMV官方中文文档函数讲解： |
| CopyRight 2018-2019 实验室设备网 版权所有 |