颜色识别
例程实验效果简介
本节例程代码位于：【源码汇总 / 05.Color / 01.color_recognition.py】
我们用CanMV IDE打开例程代码，将K230用USB连接到电脑上
打开例程代码，找到THRESHOLDS数组，在数组中找到你想追踪/识别的颜色的下标
添加方法我们可以看 添加自定义颜色 部分
点击CanMV IDE左下角的运行按钮，
将K230的屏幕里会框出来摄像头捕获到的图像中可识别的颜色（例程默认检测红色）
CanMV集成了基于LAB颜色模型的RGB565颜色块识别find_blobs函数
运行效果如图
代码讲解
本节我们要用的的外设主要是摄像头模块
线段检测由 K230中的 find_blobs() 方法实现，该方法属于image模块
完整代码
ximport time, os, sysfrom media.sensor import *from media.display import *from media.media import *# 显示参数 / Display parametersDISPLAY_WIDTH = 640 # LCD显示宽度 / LCD display widthDISPLAY_HEIGHT = 480 # LCD显示高度 / LCD display height# LAB颜色空间阈值 / LAB color space thresholds# (L Min, L Max, A Min, A Max, B Min, B Max)THRESHOLDS = [ (0, 66, 7, 127, 3, 127), # 红色阈值 / Red threshold (42, 100, -128, -17, 6, 66), # 绿色阈值 / Green threshold (43, 99, -43, -4, -56, -7), # 蓝色阈值 / Blue threshold (37, 100, -128, 127, -128, -27) # 亚博智能Logo的颜色 color of YAHBOOM]def get_closest_rgb(lab_threshold): """根据LAB阈值计算最接近的RGB颜色 / Calculate closest RGB color based on LAB threshold""" # 获取LAB空间的中心点值 l_center = (lab_threshold[0] + lab_threshold[1]) // 2 a_center = (lab_threshold[2] + lab_threshold[3]) // 2 b_center = (lab_threshold[4] + lab_threshold[5]) // 2 return image.lab_to_rgb((l_center,a_center,b_center))def init_sensor(): """初始化摄像头 / Initialize camera sensor""" sensor = Sensor() sensor.reset() sensor.set_framesize(width=DISPLAY_WIDTH, height=DISPLAY_HEIGHT) sensor.set_pixformat(Sensor.RGB565) return sensordef init_display(): """初始化显示 / Initialize display""" Display.init(Display.ST7701, to_ide=True) MediaManager.init()def process_blobs(img, blobs, color): """处理检测到的色块 / Process detected color blobs""" for blob in blobs: img.draw_rectangle(blob[0:4], color=color, thickness=4) img.draw_cross(blob[5], blob[6], color=color, thickness=2)def draw_fps(img, fps): """绘制FPS信息 / Draw FPS information""" img.draw_string_advanced(0, 0, 30, f'FPS: {fps:.3f}', color=(255, 255, 255))def main(): try: # 初始化设备 / Initialize devices sensor = init_sensor() init_display() sensor.run() clock = time.clock() # 选择要检测的颜色索引 (0:红, 1:绿, 2:蓝) / Select color index to detect color_index = 0 # 可以修改这个值来选择检测不同的颜色 threshold = THRESHOLDS[color_index] detect_color = get_closest_rgb(threshold) while True: clock.tick() img = sensor.snapshot() # 检测指定颜色 / Detect specified color blobs = img.find_blobs([threshold]) if blobs: process_blobs(img, blobs, detect_color) fps = clock.fps() draw_fps(img, fps) print(fps) Display.show_image(img) except KeyboardInterrupt as e: print("用户中断 / User interrupted: ", e) except Exception as e: print(f"发生错误 / Error occurred: {e}") finally: if 'sensor' in locals() and isinstance(sensor, Sensor): sensor.stop() Display.deinit() MediaManager.deinit()if __name__ == "__main__": main()
代码结构
程序设置：
- 设定显示屏分辨率为 800×480
- 定义了4种颜色的LAB色彩空间阈值（红、绿、蓝和一个自定义颜色）
主要功能：
- 初始化摄像头和显示屏
- 实时捕获视频画面
- 检测画面中特定颜色的物体
- 在检测到的物体周围画框并标记中心点
- 显示当前帧率(FPS)
工作流程：
- 程序启动后选择要检测的颜色（通过color_index设置）
- 持续捕获摄像头画面
- 使用LAB色彩空间进行颜色识别
- 在检测到的目标周围绘制矩形框和十字标记
- 实时显示处理后的图像和帧率
异常处理：
- 包含了用户中断和其他异常的处理机制
- 程序结束时会正确释放摄像头和显示设备资源
添加自定义颜色
CanMV IDE为我们提供了一个比较方便的LAB色域选择工具
我们点击CanMV IDE左上角的【工具】->【机器视觉】->【阈值编辑器】
打开一张【存在】我们想要识别的颜色的图片（干扰颜色尽可能多）
以亚博智能的Logo的颜色为例
原始图像：
用阈值编辑器打开：
拖动下方滑块，调整到右边的二进制图像中，只有我们需要的颜色的部分是白色，其余地方是黑色
此时红圈中的LAB阈值就是我们需要的
我们将这个阈值复制后添加到代码中的THRESHOLDS数组中
xxxxxxxxxxTHRESHOLDS = [ (30, 100, 15, 127, 15, 127), # 红色阈值 / Red threshold (30, 100, -64, -8, 50, 70), # 绿色阈值 / Green threshold (0, 40, 0, 90, -128, -20), # 蓝色阈值 / Blue threshold (53, 100, -128, 68, -128, -34) # 亚博智能Logo的颜色 color of YAHBOOM]修改color_index为我们刚刚添加的这个颜色在数组中的下标
xxxxxxxxxx# 选择要检测的颜色索引 (0:红, 1:绿, 2:蓝) / Select color index to detectcolor_index = 3 # 可以修改这个值来选择检测不同的颜色threshold = THRESHOLDS[color_index]detect_color = get_closest_rgb(threshold)这样我们的程序就可以开始检测并追踪我们新增的这个颜色了
颜色检测效果不佳？
尽量在打开阈值编辑器的时候，用帧缓冲区，或者使用K230拍照后的图像文件。这样能大大提升识别的准确度
可以放宽一点识别的阈值
