图像处理篇---基本OpenMV图像处理

文章目录

前言
[1. 灰度化（Grayscale）](#1. 灰度化（Grayscale）)
[2. 二值化（Thresholding）](#2. 二值化（Thresholding）)
[3. 掩膜（Mask）](#3. 掩膜（Mask）)
[4. 腐蚀（Erosion）](#4. 腐蚀（Erosion）)
[5. 膨胀（Dilation）](#5. 膨胀（Dilation）)
[6. 缩放（Scaling）](#6. 缩放（Scaling）)
[7. 旋转（Rotation）](#7. 旋转（Rotation）)
[8. 平移（Translation）](#8. 平移（Translation）)
[9. 边缘检测（Edge Detection）](#9. 边缘检测（Edge Detection）)
[10. 轮廓检测（Contour Detection）](#10. 轮廓检测（Contour Detection）)
11.总结
总结

前言

本文仅仅简单介绍了Openmv中常见的图像处理操作（灰度化、掩膜、二值化、腐蚀、膨胀、缩放、旋转、平移、边缘检测、轮廓检测）

1. 灰度化（Grayscale）

将彩色图像转换为灰度图像，减少计算量。

实现方法：

python 复制代码

import sensor

sensor.reset()
sensor.set_pixformat(sensor.GRAYSCALE)  # 设置为灰度模式
sensor.set_framesize(sensor.QVGA)
sensor.skip_frames(time=2000)

while True:
    img = sensor.snapshot()  # 捕获灰度图像

2. 二值化（Thresholding）

将灰度图像转换为黑白图像，通过设定阈值分离目标区域。

实现方法：

python 复制代码

import sensor

sensor.reset()
sensor.set_pixformat(sensor.GRAYSCALE)
sensor.set_framesize(sensor.QVGA)
sensor.skip_frames(time=2000)

threshold = (100, 255)  # 阈值范围

while True:
    img = sensor.snapshot()
    img.binary([threshold])  # 二值化处理

3. 掩膜（Mask）

通过掩膜操作提取图像中的特定区域。

实现方法：

python 复制代码

import sensor, image

sensor.reset()
sensor.set_pixformat(sensor.GRAYSCALE)
sensor.set_framesize(sensor.QVGA)
sensor.skip_frames(time=2000)

mask = image.Image(size=(100, 100), copy_to_fb=True)  # 创建掩膜
mask.draw_rectangle(20, 20, 60, 60, color=255, fill=True)  # 在掩膜上绘制白色矩形

while True:
    img = sensor.snapshot()
    img.mask(mask)  # 应用掩膜

4. 腐蚀（Erosion）

去除图像中的细小噪声，使目标区域缩小。

实现方法：

python 复制代码

import sensor, image

sensor.reset()
sensor.set_pixformat(sensor.GRAYSCALE)
sensor.set_framesize(sensor.QVGA)
sensor.skip_frames(time=2000)

while True:
    img = sensor.snapshot()
    img.erode(1)  # 腐蚀操作，参数为腐蚀次数

5. 膨胀（Dilation）

填充目标区域中的空洞，使目标区域扩大。

实现方法：

python 复制代码

import sensor, image

sensor.reset()
sensor.set_pixformat(sensor.GRAYSCALE)
sensor.set_framesize(sensor.QVGA)
sensor.skip_frames(time=2000)

while True:
    img = sensor.snapshot()
    img.dilate(1)  # 膨胀操作，参数为膨胀次数

6. 缩放（Scaling）

调整图像大小。

实现方法：

python 复制代码

import sensor, image

sensor.reset()
sensor.set_pixformat(sensor.GRAYSCALE)
sensor.set_framesize(sensor.QVGA)
sensor.skip_frames(time=2000)

while True:
    img = sensor.snapshot()
    img.scale(x_scale=0.5, y_scale=0.5)  # 缩放为原来的一半

7. 旋转（Rotation）

旋转图像。

实现方法：

python 复制代码

import sensor, image

sensor.reset()
sensor.set_pixformat(sensor.GRAYSCALE)
sensor.set_framesize(sensor.QVGA)
sensor.skip_frames(time=2000)

while True:
    img = sensor.snapshot()
    img.rotation_corr(angle=45)  # 旋转45度

8. 平移（Translation）

平移图像。

实现方法：

python 复制代码

import sensor, image

sensor.reset()
sensor.set_pixformat(sensor.GRAYSCALE)
sensor.set_framesize(sensor.QVGA)
sensor.skip_frames(time=2000)

while True:
    img = sensor.snapshot()
    img.translation(x_offset=10, y_offset=10)  # 向右下方平移10像素

9. 边缘检测（Edge Detection）

检测图像中的边缘。

实现方法：

python 复制代码

import sensor, image

sensor.reset()
sensor.set_pixformat(sensor.GRAYSCALE)
sensor.set_framesize(sensor.QVGA)
sensor.skip_frames(time=2000)

while True:
    img = sensor.snapshot()
    img.find_edges(image.EDGE_CANNY, threshold=(50, 80))  # Canny边缘检测

10. 轮廓检测（Contour Detection）

检测图像中的轮廓。

实现方法：

python 复制代码

import sensor, image

sensor.reset()
sensor.set_pixformat(sensor.GRAYSCALE)
sensor.set_framesize(sensor.QVGA)
sensor.skip_frames(time=2000)

while True:
    img = sensor.snapshot()
    contours = img.find_contours(threshold=2000)  # 查找轮廓
    for contour in contours:
        img.draw_rectangle(contour.rect(), color=127)  # 绘制轮廓矩形框

11.总结

功能方法描述

灰度化 sensor.set_pixformat(sensor.GRAYSCALE) 将图像转换为灰度图

二值化 img.binary([threshold]) 将灰度图转换为黑白图

掩膜 img.mask(mask) 提取图像中的特定区域

腐蚀 img.erode(iterations) 去除噪声，缩小目标区域

膨胀 img.dilate(iterations) 填充空洞，扩大目标区域

缩放 img.scale(x_scale, y_scale) 调整图像大小

旋转 img.rotation_corr(angle) 旋转图像

平移 img.translation(x_offset, y_offset) 平移图像

边缘检测 img.find_edges() 检测图像中的边缘

轮廓检测 img.find_contours() 检测图像中的轮廓

通过以上功能，OpenMV 可以实现丰富的图像处理任务，适用于嵌入式机器视觉应用。

总结

以上就是今天要讲的内容，本文仅仅简单介绍了Openmv中常见的图像处理操作（灰度化、掩膜、二值化、腐蚀、膨胀、缩放、旋转、平移、边缘检测、轮廓检测）