Die Routine „explaination-09-find_rects“ identifiziert Rechtecke

Video-Tutorial 13 – Formerkennung: https://singtown.com/learn/50009/

Video-Tutorial 21 – Auto jagt andere Objekte: https://singtown.com/learn/50041/

Diese Routine verwendet den quaternären Erkennungsalgorithmus zur Identifizierung von Rechtecken. Der quaternäre Erkennungsalgorithmus wird auch zur Identifizierung von Rechtecken jeder Größe und jedes Winkels verwendet. Die Funktion gibt eine Liste von Rect-Objekten zurück.

rect.corners()\ Gibt eine Liste mit vier Tupeln zurück, wobei jedes Tupel die vier Eckpunkte (x, y) des Rechtecks darstellt. Beginnend mit dem oberen linken Eckpunkt, Reihenfolge im Uhrzeigersinn.

rect.rect()\ Gibt (x, y, w, h) des umschriebenen Rechtecks des erkannten Rechtecks zurück.

rect.magnitude()\ Gibt die Größe des erkannten Rechtecks zurück.

# Find Rects Example
#
# 这个例子展示了如何使用april标签代码中的四元检测代码在图像中找到矩形。 四元检测算法以非常稳健的方式检测矩形，并且比基于Hough变换的方法好得多。 例如，即使镜头失真导致这些矩形看起来弯曲，它仍然可以检测到矩形。 圆角矩形是没有问题的！
# (但是，这个代码也会检测小半径的圆)...

import sensor, image, time

sensor.reset()
sensor.set_pixformat(sensor.RGB565) # 灰度更快(160x120 max on OpenMV-M7)
sensor.set_framesize(sensor.QQVGA)
sensor.skip_frames(time = 2000)
clock = time.clock()

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

    # 下面的`threshold`应设置为足够高的值，以滤除在图像中检测到的具有
    # 低边缘幅度的噪声矩形。最适用与背景形成鲜明对比的矩形。

    for r in img.find_rects(threshold = 10000):
        img.draw_rectangle(r.rect(), color = (255, 0, 0))
        for p in r.corners(): img.draw_circle(p[0], p[1], 5, color = (0, 255, 0))
        print(r)

    print("FPS %f" % clock.fps())

Originalbild:\

Der Erkennungseffekt ist wie in der Abbildung dargestellt:\

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