效果展示：
出錯解決方法
openmv數字識別源代碼–gitee

通過使用不同閾值的方法可以得到當前區域中什么區域有紅線，對于電控而言作用類似于紅外對管，之后電控通過邏輯判斷如何運動，這就是我們隊伍目前的思想。最后會不會用上還不確定。

同時，如果你的題目是白底黑線，那么建議使用二值化的方法。
這種方法對于只有黑白兩色的識別精度會更高。
當然你也可以直接修改成黑色閾值，這個需要自己去調整

如果對代碼有不了解，可以點擊上方的gitee連接來向我詢問

代碼大致思路為選出五個roi區域，然后進行二值化或者閾值設定，將某種顏色的設定為1，另外的顏色設置為0，那么當openmv識別到的是特定的顏色的時候，就會返回1，這就類似于紅外對管，紅外對管遇到黑線和白線也會返回不同的值，這就是本套代碼的思路。
之后通過位移運算以及串口便可以發送對應的框中此時的數值了，從而起到紅外對管的作用。
如果對你有幫助就點個贊吧

import pyb, sensor, image, math, time from pyb import UART import ustruct from image import SEARCH_EX, SEARCH_DS #傳感器配置sensor.set_contrast(1) sensor.set_gainceiling(16) #可以通過設置窗口來減少搜索的圖像 #sensor.set_windowing(((640-80)//2, (480-60)//2, 80, 60)) #加載模板 #模板應該是一個小的灰度圖像，如32×32.clock = time.clock() #-----------------------以下是巡線部分----------------------------- # qq460219753 uart = UART(3,115200,bits=8, parity=None, stop=1, timeout_char = 1000)#led = pyb.LED(3) roi1 = [(0, 40, 20, 40), # 左 x y w h(35, 40, 20, 40), # 中(70,40,10,10),(105,40,20,40),(140,40,20,40)] # 右 #160 120 sensor.reset() # 初始化攝像頭 sensor.set_pixformat(sensor.RGB565) # 格式為 RGB565. sensor.set_framesize(sensor.QQVGA)#160x120 sensor.skip_frames(time=2000) # 跳過10幀，使新設置生效 sensor.set_auto_whitebal(True) # turn this off. sensor.set_auto_gain(False) # must be turned off for color tracking sensor.set_vflip(False)# 垂直方向翻轉 sensor.set_hmirror(False)# 水平方向翻轉 clock = time.clock()#low_threshold = (0, 100) # 105--115 #GRAYSCALE_THRESHOLD = [(20,100)] #思路 現在需要除紅線外全是黑色，紅線為白 GROUND_THRESHOLD=(59, 25, 127, 19, -128, 89) def sending_data(data):global uart;data = ustruct.pack("<bbb", #格式為倆個字符倆個短整型(2字節)0xA5, #幀頭10xA6,data) #數組大小為7，其中2，3，4，5為有效數據，0，1，6為幀頭幀尾uart.write(data); #必須要傳入一個字節數組#print("head",data[0],"status",data[1],"tail",data[2])print(data[2]) getp=0 #GRAYSCALE_THRESHOLD =(59, 25, 127, 19, -128, 89) GROUND_THRESHOLD1=(78, 24, 127, 18, -28, 59) #GRAYSCALE_THRESHOLD =(100, 33, 114, 22, 11, 127)#(100, 33, 127, 28, -4, 127)#(100, 30, 127, 17, -37, 127) while(True):data=0blob1=Noneblob2=Noneblob3=Noneblob4=Noneblob5=Noneflag = [0,0,0,0,0]img = sensor.snapshot().lens_corr(strength = 1.7 , zoom = 1.0)#畸變矯正#img.binary([low_threshold],invert = 1)#設置最低閾值 反轉#img = sensor.snapshot().binary([GROUND_THRESHOLD])blob1 = img.find_blobs([GROUND_THRESHOLD1], roi=roi1[0]) #leftblob2 = img.find_blobs([GROUND_THRESHOLD1], roi=roi1[1]) #middleblob3 = img.find_blobs([GROUND_THRESHOLD], roi=roi1[2])blob4 = img.find_blobs([GROUND_THRESHOLD1], roi=roi1[3])blob5 = img.find_blobs([GROUND_THRESHOLD1], roi=roi1[4])if blob1:flag[0] = 1 #左邊檢測到紅線if blob2:flag[1] = 1 #中間檢測到紅線if blob3:flag[2] = 1 #右邊檢測到紅線if blob4:flag[3] = 1 #中間檢測到紅線if blob5:flag[4] = 1 #右邊檢測到紅線print(flag[0],flag[1],flag[2],flag[3],flag[4])for i in (0,1,2,3,4): # 0 1 2 3 4data|=(flag[i]<<(4-i))sending_data(data)for rec in roi1:img.draw_rectangle(rec, color=(255,0,0))#繪制出roi區域

總結

以上是生活随笔為你收集整理的2021电赛F题之openmv巡线(附代码)的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。