Example: 02-Image-Processing/02-Color-Tracking/multi_color_blob_tracking.py

# 本作品采用MIT许可证授权。
# 版权所有 (c) 2013-2023 OpenMV LLC。保留所有权利。
# https://github.com/openmv/openmv/blob/master/LICENSE
#
# 多色斑点跟踪示例
#
# 此示例展示了使用 OpenMV Cam 进行多色斑点跟踪。

import sensor
import time
import math

# 颜色跟踪阈值（L 最小值，L 最大值，A 最小值，A 最大值，B 最小值，B 最大值）
# 以下阈值通常跟踪红色/绿色物体。您可能需要调整它们...
thresholds = [
    (30, 100, 15, 127, 15, 127),  # generic_red_thresholds
    (30, 100, -64, -8, -32, 32),  # generic_green_thresholds
    (0, 15, 0, 40, -80, -20),
]  # generic_blue_thresholds
# 您最多可设置16个阈值，但实际上在颜色阈值开始严重重叠前，很难用16个阈值对任何
# 场景进行有效分割。

sensor.reset()
sensor.set_pixformat(sensor.RGB565)
sensor.set_framesize(sensor.QVGA)
sensor.skip_frames(time=2000)
sensor.set_auto_gain(False)  # 必须关闭以进行颜色跟踪
sensor.set_auto_whitebal(False)  # 必须关闭以进行颜色跟踪
clock = time.clock()

# 只有像素数超过“pixel_threshold”且面积超过“area_threshold”的blob才会被
# “find_blobs”返回。如果更改了“pixels_threshold”和“area_threshold”，请进行相应调整。
# 相机分辨率。不要设置"merge=True"，因为这会合并我们不想要的色块。

while True:
    clock.tick()
    img = sensor.snapshot()
    for blob in img.find_blobs(thresholds, pixels_threshold=200, area_threshold=200):
        # 这些数值依赖于色块非圆形的特性——否则它们会变得不稳定。
        if blob.elongation() > 0.5:
            img.draw_edges(blob.min_corners(), color=(255, 0, 0))
            img.draw_line(blob.major_axis_line(), color=(0, 255, 0))
            img.draw_line(blob.minor_axis_line(), color=(0, 0, 255))
        # 这些数值始终保持稳定。
        img.draw_rectangle(blob.rect())
        img.draw_cross(blob.cx(), blob.cy())
        # 注意 - 色块旋转角度仅在0-180度范围内唯一。
        img.draw_keypoints(
            [(blob.cx(), blob.cy(), int(math.degrees(blob.rotation())))], size=20
        )
    print(clock.fps())