詳解OpenMV圖像處理的基本方法

import sensor # 引入感光元件部分
# 設置攝像頭
sensor.reset() # 初始化感光元件
sensor.set_pixformat(sensor.RGB565)# 設置像素模式 sensor.GRAYSCALE：灰度，每個像素8bit， sensor.RGB565:彩色。每個像素16bit
sensor.set_framesize(sensor.QVGA)# 設置圖像大小
sensor.skip_frames(n)# n是跳過的幀數，等待感光元件穩定
# 拍攝
while(True):
   img = sensor.snapshot();# 拍攝一張照片，img為一個image對象

# 自動增益/白平衡/曝光
sensor.set_auto_gain() # True開啟；False關閉，使用顏色追蹤時，需關閉
sensor.set_auto_whitebal() # True開啟；False關閉，使用顏色追蹤時，需關閉
sensor.set_auto_exposure(enable[\,exposure_us])
# enable True打開/False關閉
# 如果關閉可以自己設置一個曝光值us為單位

# 設置窗口ROI
sensor.set_windowing(roi) #roi的格式是(x, y, w, h)的tupple.
sensor.set_framesize(sensor.VGA)
sensor.set_windowing((640,80))#選擇出自己想要的元素

# 設置翻轉
sensor.set_hmirror(True)# 水平方向翻轉
sensor.set_vflip((True)# 垂直方向翻轉

sensor.QQCIF: 88x72
sensor.QCIF: 176x144
sensor.CIF: 352x288
sensor.QQSIF: 88x60
sensor.QSIF: 176x120
sensor.SIF: 352x240
sensor.QQQQVGA: 40x30
sensor.QQQVGA: 80x60
sensor.QQVGA: 160x120
sensor.QVGA: 320x240
sensor.VGA: 640x480
sensor.HQQQVGA: 80x40
sensor.HQQVGA: 160x80
sensor.HQVGA: 240x160
sensor.B64X32: 64x32 #(用於幀差異 image.find_displacement())
sensor.B64X64: 64x64 #用於幀差異 image.find_displacement())
sensor.B128X64: 128x64 #(用於幀差異 image.find_displacement())
sensor.B128X128: 128x128 #(用於幀差異 image.find_displacement())
sensor.LCD: 128x160 #(用於LCD擴展板)
sensor.QQVGA2: 128x160 #(用於LCD擴展板)
sensor.WVGA: 720x480 #(用於 MT9V034)
sensor.WVGA2:752x480 #(用於 MT9V034)
sensor.SVGA: 800x600 #(僅用於 OV5640 感光元件)
sensor.XGA: 1024x768 #(僅用於 OV5640 感光元件)
sensor.SXGA: 1280x1024 #(僅用於 OV5640 感光元件)
sensor.UXGA: 1600x1200 #(僅用於 OV5640 感光元件)
sensor.HD: 1280x720 #(僅用於 OV5640 感光元件)
sensor.FHD: 1920x1080 #(僅用於 OV5640 感光元件)
sensor.QHD: 2560x1440 #(僅用於 OV5640 感光元件)
sensor.QXGA: 2048x1536 #(僅用於 OV5640 感光元件)
sensor.WQXGA: 2560x1600 #(僅用於 OV5640 感光元件)
sensor.WQXGA2: 2592x1944 #(僅用於 OV5640 感光元件)

# 1. 獲取/設置像素點
image.get_pixel(x,y)
# 獲取一個像素點的值
# 灰度：得到灰度值
# RGB：得到（r,g,b)的tuple

image.set_pixel(x,y,pixel)
# 設置一個像素點的值
# 灰度：設置灰度值
# RGB：設置(r,g,b)的tuple

# 2. 獲取圖像的寬度和高度
image.width()
image.height()
image.format()# 返回灰度還是彩色
image.size() # 返回圖像大小byte

# 3. 圖像的運算
# 圖像可以是從文件讀入的iamge對象，但是二者必須是相同的尺寸和類型（灰色/彩色）
image.invert() # 取反，二值圖像0變1，1變0
image.nand(image) #與非
image.nor(image) #或非
image.xor(image) #異或
image.xnor(image) # 異或非
image.difference(image) # 從一張圖片減去另一張圖片，絕對值相減，經常用於移動檢測

image.get_statistics(roi=Auto)# roi bins之類的參數一定要顯式聲明 

image.get_statistics(roi=(0,0,10,20))
#statistics.mean() 返回灰度的平均數(0-255) (int)。你也可以通過statistics[0]獲得。
#statistics.median() 返回灰度的中位數(0-255) (int)。你也可以通過statistics[1]獲得。
#statistics.mode() 返回灰度的眾數(0-255) (int)。你也可以通過statistics[2]獲得。
#statistics.stdev() 返回灰度的標準差(0-255) (int)。你也可以通過statistics[3]獲得。
#staistics.min() 返回灰度的最小值(0-255) (int)。你也可以通過statistics[4]獲得。
#statistics.max() 返回灰度的最大值(0-255) (int)。你也可以通過statistics[5]獲得。
#statistics.lq() 返回灰度的第一四分數(0-255) (int)。你也可以通過statistics[6]獲得。
#statistics.uq() 返回灰度的第三四分數(0-255) (int)。你也可以通過statistics[7]獲得。

# lab三個通道的相關信息
#l_mean，l_median，l_mode，l_stdev，l_min，l_max，l_lq，l_uq，
#a_mean，a_median，a_mode，a_stdev，a_min，a_max，a_lq，a_uq，
#b_mean，b_median，b_mode，b_stdev，b_min，b_max，b_lq，b_uq，

# 顏色可以是灰度值0-255，也可以是彩色值(r,g,b)的tuple，但是color必須顯式註明，默認是白色
image.draw_line((10,10,20,30),color=(255,0,0))
image.draw_rectangle(rect_tuple,color=(255,0,0))

# 畫直線
image.draw_line(line_tuple,color=White) 
# line_tuple=(x1,y1,x2,y2) 從(x1,y1)到(x2,y2)的直線
# 顏色可以是灰度值（0-255），也可以是彩色值(r,g.b)的tuple

# 在圖像中畫一個矩形框
image.draw_rectangle(rect_tuple, color=White) 
# 在圖像中畫一個矩形框
# rect_tuple 的格式是 (x, y, w, h)

# 畫圓
image.draw_circle(x, y, radius, color=White) 
# 在圖像中畫一個圓
# 圓心+半徑

# 畫十字
image.draw_cross(x, y, size=5, color=White) 
# 在圖像中畫一個十字
# size是兩側的尺寸

# 寫字
image.draw_string(x, y, text, color=White)
# 在圖像中寫字 8x10的像素
# xy是坐標，使用\n\r或\r\n會使光標移動到下一行
# text是要寫的字符串

image.find_blobs(thresholds, roi=Auto, x_stride=2, y_stride=1, invert=False, 
area_threshold=10, pixels_threshold=10, merge=False, margin=0, threshold_cb=None, 
merge_cb=None)
# thresholds 顏色的閾值
# roi感興趣區
# x_stride 查找的色塊的x方向上最小寬度的像素，比如想要找x方向上寬度大於10的像素，=10即可（默認是2）
# y_stride 查找的色塊的y方向上最小寬度的像素（默認是1）
# invert 反轉閾值，將閾值以外的顏色作為閾值進行查找
# area_threshold 面積閾值，如果色塊被包圍起來的面積小於這個值會被舍棄
# pixels_threshold 像素個數閾值，如果色塊的像素數量小於這個值，會被過濾掉
# merge True，合並所有重疊的blob為1個，這個是合並所有的blob，無論什麼顏色，如果想要分別混合的話，分別調用不同顏色閾值的find_blobs
# margin 邊界，如果設置為1，那麼兩個blobs如果間距1一個像素點，也會被合並
# 合並所有
all_blobs = img.find_blobs([red,blue,yellow],merge=True)
# 單個合並
red_blobs = img.find_blobs([red],merge=True)
blue_blobs = img.find_blobs([blue],merge=True)
yellow_blobs = img.find_blobs([yellow],merge=True)

blobs = img.find_blobs([red])
for blob in blobs:
	print(blob.cx())

blob.rect() #返回這個色塊的外框——矩形元組(x, y, w, h)，可以直接在image.draw_rectangle中使用。
blob.x() #返回色塊的外框的x坐標（int），也可以通過blob[0]來獲取。
blob.y() #返回色塊的外框的y坐標（int），也可以通過blob[1]來獲取。
blob.w() #返回色塊的外框的寬度w（int），也可以通過blob[2]來獲取。
blob.h() #返回色塊的外框的高度h（int），也可以通過blob[3]來獲取。
blob.pixels() #返回色塊的像素數量（int），也可以通過blob[4]來獲取。
blob.cx() #返回色塊的外框的中心x坐標（int），也可以通過blob[5]來獲取。
blob.cy() #返回色塊的外框的中心y坐標（int），也可以通過blob[6]來獲取。
blob.rotation() #返回色塊的旋轉角度（單位為弧度）（float）。如果色塊類似一個鉛筆，那麼這個值為0~180°。如果色塊是一個圓，那麼這個值是無用的。如果色塊完全沒有對稱性，那麼你會得到0~360°，也可以通過blob[7]來獲取。
blob.code() #返回一個16bit數字，每一個bit會對應每一個閾值。
# 一個色塊red-0001，blue-0010，如果是red和blue的merge得到的blob-0011
blob.count() #如果merge=True，那麼就會有多個blob被合並到一個blob，這個函數返回的就是這個的數量。如果merge=False，那麼返回值總是1。也可以通過blob[9]來獲取
blob.area() #返回色塊的外框的面積。應該等於(w * h)
blob.density() #返回色塊的密度。這等於色塊的像素數除以外框的區域。
#如果密度較低，那麼說明目標鎖定的不是很好。
#比如，識別一個紅色的圓，返回的blob.pixels()是目標圓的像素點數，blob.area()是圓的外接正方形的面積。

# 分別是LAB的最小值和最大值
red = (minL, maxL, minA, maxA, minB, maxB)
# 如果是灰度圖的話，隻有min和max
grey = (min,max)