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
云卓SKYDROID19 小时前
无人机环境感知系统运行与技术难点!
人工智能·计算机视觉·目标跟踪·无人机·科普·高科技·云卓科技
铭keny2 天前
YOLO11 目标检测从安装到实战
人工智能·目标检测·目标跟踪
要努力啊啊啊6 天前
YOLOv3-SPP Auto-Anchor 聚类调试指南!
人工智能·深度学习·yolo·目标检测·目标跟踪·数据挖掘
加油吧zkf6 天前
YOLO目标检测数据集类别:分类与应用
人工智能·计算机视觉·目标跟踪
加油吧zkf6 天前
水下目标检测:突破与创新
人工智能·计算机视觉·目标跟踪
要努力啊啊啊8 天前
YOLOv2 正负样本分配机制详解
人工智能·深度学习·yolo·计算机视觉·目标跟踪
cver1239 天前
野生动物检测数据集介绍-5,138张图片 野生动物保护监测 智能狩猎相机系统 生态研究与调查
人工智能·pytorch·深度学习·目标检测·计算机视觉·目标跟踪
txwtech9 天前
第10.4篇 使用预训练的目标检测网络
人工智能·计算机视觉·目标跟踪
音元系统22 天前
项目开发中途遇到困难的解决方案
后端·目标跟踪·中间件·服务发现
king of code porter23 天前
目标检测之YOLOV11自定义数据预处理——从原始标注到YOLO-OBB格式转换与验证
yolo·目标检测·目标跟踪