8.2 颜色识别

开发前提

• 设备链接完成

• 固件烧录完成

• 软件环境完成

示例代码

import sensor
import image
import lcd
import time

from Maix import GPIO
from fpioa_manager import fm, board_info
from machine import UART

clock = time.clock()

fm.register(34, fm.fpioa.UART2_TX, force=True)
fm.register(35, fm.fpioa.UART2_RX, force=True)
uart_Port = UART(UART.UART2, 115200,8,0,0, timeout=1000, read_buf_len= 4096)

lcd.init()
sensor.reset()
sensor.set_pixformat(sensor.RGB565)
sensor.set_framesize(sensor.QVGA)
sensor.run(1)
lcd.rotation(2)

#blue,red,green,yellow

colour = ['blue','red','green','yellow']

colour_threshold =([27, 55, -18, 4, -39, -20],
                    [55, 64, 14, 52, -9, 3],
                    [29, 65, -109, -18, 36, 59],
                    [30, 68, -25, -10, 52, 87])
blobs = [0,0,0,0]

def blobs_output(blobs):
    for b in blobs:
        tmp=img.draw_rectangle(b[0:4])
        tmp=img.draw_cross(b[5], b[6])
        img.draw_string(b[5], b[6], colour[i],color=(255,0,0), scale=2)
        c=img.get_pixel(b[5], b[6])
        _colour = {}
        _colour['colour'] = colour[i]
        data_ = []
        data_.append(_colour)
        data_.append(blobs[0])
    uart_Port.write(str(blobs))

def show_fps():
    fps =clock.fps()
    img.draw_string(200, 1, ("%2.2ffps" %(fps)),color=(255,0,0), scale=2)

while True:
    clock.tick()
    img=sensor.snapshot()
    show_fps()

    for i in range(4):
        blobs[i] = img.find_blobs([colour_threshold[i]],area_threshold=100,pixels_threshold=500)
        if blobs[i]:
            blobs_output(blobs[i])

    lcd.display(img)

功能解析

• 识别四种颜色

• 串口输出数据

• 显示屏显示识别到的颜色色块

定义你想识别的颜色

打开MaixPy IDE，选择工具——机器视觉——阕值编辑器

打开源图像位置，选择帧缓冲区

调整LAB阕值，主要是在二进制图像栏，白色像素是被跟踪的像素

相关知识

MaixPy 机械视觉 API

彻底搞懂Lab 颜色空间

• 名称
  在开始之前，先明确一下Lab颜色空间（Lab color space）的名字：
  Lab的全称是CIELAB，有时候也写成CIE Lab*
  这里的CIE代表International Commission on Illumination（国际照明委员会），它是一个关于光照、颜色等的国际权威组织。

• 通道 Lab是由一个亮度通道（channel）和两个颜色通道组成的。在Lab颜色空间中，每个颜色用L、a、b三个数字表示，各个分量的含义是这样的：
  L代表亮度
  a代表从绿色到红色的分量
  b代表从蓝色到黄色的分量

• Perceptual uniform
  Lab是基于人对颜色的感觉来设计的，更具体地说，它是感知均匀（perceptual uniform）的。Perceptual uniform的意思是，如果数字（即前面提到的L、a、b这三个数）变化的幅度一样，那么它给人带来视觉上的变化幅度也差不多。Lab相较于RGB与CMYK等颜色空间更符合人类视觉，也更容易调整：想要调节亮度（不考虑Helmholtz–Kohlrausch effect，见下注）就调节L通道，想要调节只色彩平衡就分别调a和b。
  注：Helmholtz–Kohlrausch effect是人眼的一种错觉——当色彩饱和度高时，颜色会看起来更亮。
• 设备无关
  Lab有个很好的特性——设备无关（device-independent）。也就是说，在给定了颜色空间白点（white point）（下图中表示了一种颜色空间的白点）之后，这个颜色空间就能明确地确定各个颜色是如何被创建和显示的，与使用的显示介质没有关系。
  这么牛X的特性不用肯定浪费啊，举个典型的栗子，当你想把屏幕上的RGB图片转成打印用的CMYK图片的时候，就可以先将它从RGB转成LAB，然后再把LAB图片转成CMYK模式。我们可以放心大胆滴这么做，因为LAB的色域（gamut）比RGB和CMYK都要大（Lab色域很大，有一大部分已经超出了人类视觉范围，也就不能称之为“颜色”了）。 需要注意的是，Lab定义的是相对于白点的颜色，只有定义完白点是什么颜色（比如定义为CIE standard illuminant D50），我们才能知道其他的颜色。
• 数值范围
  理论上说，L、a、b都是实数，不过实际一般限定在一个整数范围内：
  L越大，亮度越高。L为0时代表黑色，为100时代表白色。
  a和b为0时都代表灰色。
  a从负数变到正数，对应颜色从绿色变到红色。
  b从负数变到正数，对应颜色从蓝色变到黄色。
  我们在实际应用中常常将颜色通道的范围-100~+100或-128127之间。
• 可视化
  可以看到，Lab*一共有三个分量，因此可以在三维空间中呈现。 在二维空间中，常用chromaticity diagram来可视化它，也就是固定亮度L，看a和b的变化。注意，这些可视化不是精确的，只是能帮助人理解。
• CIELUV
  有一个颜色空间和CIELAB很像，叫 CIE 1976 (L, u, v) ，也叫CIELUV。这个颜色空间的L是和CIELAB一样的，但颜色分量不一样。
• LAB和RGB、CMYK之间的转换
  由于RGB和CMYK都是设备相关的，因此不能直接和LAB互相转换。所以在转换之前，必须定义一种绝对的颜色空间，比如sRGB或者Adobe RGB。 从RGB转到sRGB是设备相关的，但之后的变换是设备无关的。