2023电赛E题视觉部分

该部分主要要完成正方形区域的识别,并返回对应的坐标,但是由于距离1m,过远。因此需要引入图像增强,下面代码完成基本流程测试,仅供参考:

import sensor

import image

import time

初始化摄像头

sensor.reset()

sensor.set_pixformat(sensor.RGB565)

sensor.set_framesize(sensor.QVGA)

sensor.skip_frames(time = 2000)

设置阈值,用于图像增强

thresholds = (30, 100, -64, -8, -32, 32) # 根据实际情况调整阈值

while True:

img = sensor.snapshot() # 获取图像

图像增强

img.binary(thresholds)

寻找轮廓

blobs = img.find_blobs(thresholds, pixels_threshold=200, area_threshold=200)

遍历找到的轮廓

for blob in blobs:

判断是否为正方形

if blob.is_square():

计算正方形的中心坐标

x = blob.cx()

y = blob.cy()

计算距离

distance = 1 / blob.w() # 假设正方形的宽度为1米

在图像上绘制正方形和坐标

img.draw_rectangle(blob.rect())

img.draw_cross(x, y)

打印坐标和距离

print("Square found at (x={}, y={}), distance={}m".format(x, y, distance))

显示图像

img.show()

相关推荐
stsdddd1 天前
YOLO系列目标检测数据集大全【第二十九期】
yolo·目标检测·目标跟踪
stsdddd1 天前
YOLO系列目标检测数据集大全【第三十期】
yolo·目标检测·目标跟踪
装不满的克莱因瓶1 天前
【工业领域】了解目标检测基本流程——从数据到部署的完整工程化思路
人工智能·python·深度学习·机器学习·计算机视觉·目标跟踪·工业领域
装不满的克莱因瓶1 天前
【工业领域】掌握非极大值抑制(NMS)目标检测后处理方法——从重复框消除到工程落地核心技术
人工智能·python·深度学习·目标检测·机器学习·计算机视觉·目标跟踪
装不满的克莱因瓶1 天前
【工业领域】了解目标检测评估指标——从mAP到IoU的完整评价体系解析
人工智能·pytorch·python·深度学习·目标检测·计算机视觉·目标跟踪
Dick5072 天前
ROS2 视觉感知、目标检测与 TF 控制闭环复盘:从 /camera/image_raw 到 /cmd_vel 的机器人目标跟随实现
人工智能·计算机视觉·目标跟踪
装不满的克莱因瓶2 天前
掌握基于YOLO v5实现车牌目标检测任务的完整流程——从数据到部署的工业级实践
人工智能·python·深度学习·yolo·目标检测·计算机视觉·目标跟踪
stsdddd2 天前
YOLO系列目标检测数据集大全【第二十八期】
yolo·目标检测·目标跟踪
ʜᴇɴʀʏ3 天前
CVPR 2026 | FaCHD-RPSC:基于跨头蒸馏与原型校正的增量目标检测
人工智能·目标检测·目标跟踪
Java患者·4 天前
《Python 人脸识别入门实践:从人脸检测到人脸比对完整实现》
开发语言·python·opencv·目标检测·计算机视觉·目标跟踪·视觉检测