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
WJSKad123515 小时前
基于yolov5-RepNCSPELAN的商品价格标签识别系统实现
人工智能·yolo·目标跟踪
guygg8821 小时前
结合VD算法与IMM算法的卡尔曼滤波机动目标跟踪方法
人工智能·算法·目标跟踪
数据光子1 天前
【YOLO数据集】国内交通信号检测
人工智能·python·安全·yolo·目标检测·目标跟踪
却道天凉_好个秋1 天前
OpenCV(五十三):Haar人脸识别
人工智能·opencv·目标跟踪·haar人脸识别
mahtengdbb11 天前
YOLO11-C3k2-iRMB在花生检测中的应用——改进网络结构实现精准识别与性能优化_2
人工智能·计算机视觉·目标跟踪
西柚小萌新2 天前
【计算机视觉CV:目标检测】--1.目标检测简介
目标检测·计算机视觉·目标跟踪
WJSKad12352 天前
刺槐蝗虫目标检测_YOLO11_DRBNCSPELAN模型详解与实战
人工智能·目标检测·目标跟踪
AI探索先锋3 天前
高效!YOLO+SAM 目标检测与图像分割融合实战
人工智能·计算机视觉·目标跟踪
mahtengdbb15 天前
基于YOLOv8的激光点检测系统实现与优化
人工智能·yolo·目标跟踪
AI浩5 天前
ARConv:用于遥感全色锐化的自适应矩形卷积
人工智能·目标跟踪