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
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
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
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
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
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
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
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
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
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
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）