OpenMV入门，从入门到入坟>_<
此文章大部分内容取自OpenMV官方中文参考文档
文章目录
一、sensor.snapshot()拍一张照片
img = sensor.snapshot()
拍摄一张照片，snapshot()函数返回一个image对象
二、image.find_blogs()查找色块
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是一个列表对象，里面有许多数值范围的定义；
- roi:为感兴趣区域，即图像操作范围；
- x_stride:是查找某色块时需要跳过的x像素大小的色块，如果查找的色块较大时，x_stride可以适度增加，减小误差并提高色块查找速度，y_stride同理；
- pixels_threshold:像素个数的阈值，如果像素数量低于这个值就会被过滤掉；
- area_threshold:面积阈值，色块被框起来的面积如果小于这个值就会被过滤掉；
- merge:若为True，则合并所有没有被过滤的色块，这些色块的边界
- margin:可在相交测试中用来增大或减小色块边界矩形的大小。例如：边缘为1、相互间边界矩形为1的色块将被合并；
官方说明：
合并色块使颜色代码追踪得以实现。每个色块对象有一个代码值 code ，该值为一个位向量。 例如：若您在 image.find_blobs 中输入两个颜色阈值，则第一个阈值代码为1，第二个代码为2（第三个代码为4，第四个代码为8，以此类推）。 合并色块对所有的code使用逻辑或运算，以便您知道产生它们的颜色。这使得您可以追踪两个颜色，若您用两种颜色得到一个色块对象，则可能是一种颜色代码。
若您使用严格的颜色范围，无法完全追踪目标对象的所有像素，您可能需要合并色块。
最后，若您想要合并色块，但不想两种不同阈值颜色的色块被合并，只需分别两次调用 image.find_blobs ，不同阈值色块就不会被合并。
threshold_cb 可设置为用以调用阈值筛选后的每个色块的函数，以便将其从将要合并的色块列表中过滤出来。 回调函数将收到一个参数：要被筛选的色块对象。然后回调函数需返回True以保留色块或返回False以过滤色块。
merge_cb 可设置为用以调用两个即将合并的色块的函数，以禁止或准许合并。回调函数将收到两个参数—两个将被合并的色块对象。 回调函数须返回True以合并色块，或返回False以防止色块合并。
三、image.find_lines()查找直线
image.find_lines(roi,x_stride=2,y_stride=1,threshold=1000,theta_margin=25,rho_margin=25)
- roi:为感兴趣区域，即图像操作范围；
- x_stride:是查找某直线时需要跳过的x像素大小的直线，如果查找的直线较大时，x_stride可以适度增加，减小误差并提高直线查找速度，y_stride同理；
- threshold:控制图像中的直线，若只返回大于或等于阈值为threshold的直线。应用程序的正确的 threshold 值取决于图像。注意：一条直线的模(magnitude)是组成直线所有sobel滤波像素大小的总和;
- theta_margin 控制所监测的直线的合并。直线角度为 theta_margin 的部分和直线p值为 rho_margin 的部分合并;
- rho_margin 控制所监测的直线的合并。 直线角度为 theta_margin 的部分和直线p值为 rho_margin的部分合并;
四、image.find_line_segments()查找线段
image.find_line_segments(roi, merge_distance=0,max_theta_difference=15)
- roi:为感兴趣区域，即图像操作范围；
- merge_distance 指定两条线段之间的可以相互分开而不被合并的最大像素数;
- max_theta_difference 是上面merge_distancede 要合并的的两个线段的最大角度差值;
五、image.find_circles()查找圆形
image.find_circles(roi,x_stride=2,y_stride=1,threshold=2000,x_margin=10,y_margin=10,r_margin=10,r_min=2,r_max,r_step=2)
- roi 是一个用以复制的矩形的感兴趣区域(x, y, w, h)。如果未指定， ROI 即图像矩形。操作范围仅限于roi区域内的像素;
- threshold:通过控制像素点阈值来过滤掉比这个值小的圆；
- x_stride:是查找圆形时需要跳过的x像素大小的圆形，如果查找的圆形较大时，x_stride可以适度增加，减小误差并提高圆形的查找速度，y_stride同理；
- x_margin 控制所检测的圆的合并。 圆像素为 x_margin 、 y_margin 和 r_margin 的部分合并;y_margin 控制所检测的圆的合并。 圆像素为 x_margin 、 y_margin 和 r_margin 的部分合并;r_margin 控制所检测的圆的合并。 圆像素为 x_margin 、 y_margin 和 r_margin 的部分合并;
- r_min 控制检测到的最小圆半径。增加此值可以加速算法; r_max控制检测到的最大圆半径。减少此值可以加快算法;
- r_step 控制如何逐步检测半径;
六、image.find_rects()查找矩形
image.find_rects(roi=Auto, threshold=10000)
返回一个 image.rect 对象的列表。
roi和threshold同上。