8.2 颜色识别

开发前提

  • 设备链接完成

  • 固件烧录完成

  • 软件环境完成

示例代码

import sensor
import image
import lcd
import time

from Maix import GPIO
from fpioa_manager import fm, board_info
from machine import UART

clock = time.clock()

fm.register(34, fm.fpioa.UART2_TX, force=True)
fm.register(35, fm.fpioa.UART2_RX, force=True)
uart_Port = UART(UART.UART2, 115200,8,0,0, timeout=1000, read_buf_len= 4096)

lcd.init()
sensor.reset()
sensor.set_pixformat(sensor.RGB565)
sensor.set_framesize(sensor.QVGA)
sensor.run(1)
lcd.rotation(2)

#blue,red,green,yellow

colour = ['blue','red','green','yellow']

colour_threshold =([27, 55, -18, 4, -39, -20],
                    [55, 64, 14, 52, -9, 3],
                    [29, 65, -109, -18, 36, 59],
                    [30, 68, -25, -10, 52, 87])
blobs = [0,0,0,0]

def blobs_output(blobs):
    for b in blobs:
        tmp=img.draw_rectangle(b[0:4])
        tmp=img.draw_cross(b[5], b[6])
        img.draw_string(b[5], b[6], colour[i],color=(255,0,0), scale=2)
        c=img.get_pixel(b[5], b[6])
        _colour = {}
        _colour['colour'] = colour[i]
        data_ = []
        data_.append(_colour)
        data_.append(blobs[0])
    uart_Port.write(str(blobs))

def show_fps():
    fps =clock.fps()
    img.draw_string(200, 1, ("%2.2ffps" %(fps)),color=(255,0,0), scale=2)

while True:
    clock.tick()
    img=sensor.snapshot()
    show_fps()

    for i in range(4):
        blobs[i] = img.find_blobs([colour_threshold[i]],area_threshold=100,pixels_threshold=500)
        if blobs[i]:
            blobs_output(blobs[i])

    lcd.display(img)

功能解析


  • 识别四种颜色

  • 串口输出数据

  • 显示屏显示识别到的颜色色块

定义你想识别的颜色

打开MaixPy IDE,选择工具——机器视觉——阕值编辑器

打开源图像位置,选择帧缓冲区

调整LAB阕值,主要是在二进制图像栏,白色像素是被跟踪的像素

相关知识

MaixPy 机械视觉 API

彻底搞懂Lab 颜色空间

  • 名称
    在开始之前,先明确一下Lab颜色空间(Lab color space)的名字:
    Lab的全称是CIELAB,有时候也写成CIE Lab*
    这里的CIE代表International Commission on Illumination(国际照明委员会),它是一个关于光照、颜色等的国际权威组织。

  • 通道 Lab是由一个亮度通道(channel)和两个颜色通道组成的。在Lab颜色空间中,每个颜色用L、a、b三个数字表示,各个分量的含义是这样的:
    L代表亮度
    a代表从绿色到红色的分量
    b代表从蓝色到黄色的分量

  • Perceptual uniform
    Lab是基于人对颜色的感觉来设计的,更具体地说,它是感知均匀(perceptual uniform)的。Perceptual uniform的意思是,如果数字(即前面提到的L、a、b这三个数)变化的幅度一样,那么它给人带来视觉上的变化幅度也差不多。Lab相较于RGB与CMYK等颜色空间更符合人类视觉,也更容易调整:想要调节亮度(不考虑Helmholtz–Kohlrausch effect,见下注)就调节L通道,想要调节只色彩平衡就分别调a和b。
    注:Helmholtz–Kohlrausch effect是人眼的一种错觉——当色彩饱和度高时,颜色会看起来更亮。
  • 设备无关
    Lab有个很好的特性——设备无关(device-independent)。也就是说,在给定了颜色空间白点(white point)(下图中表示了一种颜色空间的白点)之后,这个颜色空间就能明确地确定各个颜色是如何被创建和显示的,与使用的显示介质没有关系。
    这么牛X的特性不用肯定浪费啊,举个典型的栗子,当你想把屏幕上的RGB图片转成打印用的CMYK图片的时候,就可以先将它从RGB转成LAB,然后再把LAB图片转成CMYK模式。我们可以放心大胆滴这么做,因为LAB的色域(gamut)比RGB和CMYK都要大(Lab色域很大,有一大部分已经超出了人类视觉范围,也就不能称之为“颜色”了)。 需要注意的是,Lab定义的是相对于白点的颜色,只有定义完白点是什么颜色(比如定义为CIE standard illuminant D50),我们才能知道其他的颜色。
  • 数值范围
    理论上说,L、a、b都是实数,不过实际一般限定在一个整数范围内:
    L越大,亮度越高。L为0时代表黑色,为100时代表白色。
    a和b为0时都代表灰色。
    a从负数变到正数,对应颜色从绿色变到红色。
    b从负数变到正数,对应颜色从蓝色变到黄色。
    我们在实际应用中常常将颜色通道的范围-100~+100或-128127之间。
  • 可视化
    可以看到,Lab*一共有三个分量,因此可以在三维空间中呈现。 在二维空间中,常用chromaticity diagram来可视化它,也就是固定亮度L,看a和b的变化。注意,这些可视化不是精确的,只是能帮助人理解。
  • CIELUV
    有一个颜色空间和CIELAB很像,叫 CIE 1976 (L, u, v) ,也叫CIELUV。这个颜色空间的L是和CIELAB一样的,但颜色分量不一样。
  • LAB和RGB、CMYK之间的转换
    由于RGB和CMYK都是设备相关的,因此不能直接和LAB互相转换。所以在转换之前,必须定义一种绝对的颜色空间,比如sRGB或者Adobe RGB。 从RGB转到sRGB是设备相关的,但之后的变换是设备无关的。

results matching ""

    No results matching ""