本次实现了openmv4圆形、矩形、直线的形状识别
圆形识别：
代码如下：x_margin保持不变，更改threshold的阈值
1、threshold=500,x_margin=10
import sensor, image, time sensor.reset() #复位摄像头 sensor.set_pixformat(sensor.RGB565) # grayscale is faster sensor.set_framesize(sensor.QQVGA) #160*120 sensor.skip_frames(time = 2000) clock = time.clock() while(True): clock.tick() #捕获帧率 img = sensor.snapshot().lens_corr(1.8) #畸变矫正，但是会影响帧率 # 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)。x和y是以左下角为圆心的（0，0） # 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 。简述为有效两点之间的距离跨度 # 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。 #以设定的x_margin为边界，大于它的合并为一个圆，小于它则消失 # 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。 # 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。 #注意：物体阈值大于设定的threshold，或物体的像素大于x—_margin才能被框中（y_margin和r_margin理论上也行，但是实现不了） for c in img.find_circles(threshold = 2000, x_margin = 10, y_margin = 10, r_margin = 10, r_min = 10, r_max = 100, r_step = 2): img.draw_circle(c.x(), c.y(), c.r(), color = (255, 0, 0)) print(c) #image.find_circles[roi,x_stride=2,y_stride=1,threshold=2000,x_margin=10,y_margin=10,r_margin=10,r_min=2,r_max,r_step=2) #返回圆的x位置。返回圆的y位置。返回圆的半径。返回圆的模(magnitude)。----对应于c print("FPS %f" % clock.fps())