Routine-Erklärung-04-midpoint_adaptive_threshold_filterAdaptive

Schwellenwertfilterung am Mittelpunkt

# 中点值自适应阈值滤波示例。
# 此示例显示了使用自适应阈值处理的中点滤波。 当midpoint(threshold=True) 时，
# midpoint()方法通过比较像素周围的像素的中值减去偏移量来自适应阈值图像。
import sensor, image, time

sensor.reset() # 初始化sensor

sensor.set_pixformat(sensor.RGB565) # or sensor.GRAYSCALE
#设置图像色彩格式，有RGB565色彩图和GRAYSCALE灰度图两种

sensor.set_framesize(sensor.QQVGA) # or sensor.QVGA (or others)
#设置图像像素大小

sensor.skip_frames(time = 2000) # 让新的设置生效
clock = time.clock() # 跟踪FPS帧率

while(True):
    clock.tick() # 追踪两个snapshots()之间经过的毫秒数.
    img = sensor.snapshot() # 拍一张照片，返回图像

    # 第一个参数是内核大小。N对应于((N * 2)+1)^ 2内核大小。 
    # 例如。 1 == 3x3内核，2 == 5x5内核等。
    # 注意：您不应该使用大于2的值。

    # “bias”参数允许您在最小和最大混合之间进行选择。 0.5 ==中点过滤器，0.0 ==最小过滤器，
    # 1.0 ==最大过滤器。请注意，最小滤波器会使图像变暗，而最大滤波器会使图像变亮。
    img.midpoint(1, bias=0.5, threshold=True, offset=5, invert=True)

    print(clock.fps()) # 注意: 当连接电脑后，OpenMV会变成一半的速度。当不连接电脑，帧率会增加。

Originalbild:

Operationsrendering:

Erklärung der Funktion des offiziellen chinesischen Dokuments von Singtown Technology OpenMV: