K210人工智能Scratch目标颜色识别追踪Mixly编程Micropython源码_mixly k210 颜色识别

齐护机器人 AIstart 颜色追踪实操详解教程

在很多情况下我们会让机器人追踪某个目标，比如通过目标的某个特性，如光，颜色，尺寸等，这里我们以追踪颜色块的方式来实现这个目的。
应用示例：颜色追踪技术的激光点追踪应用。

操作步骤：

软硬件：
采用的是齐护机器人的 K210(AIstart）主机，软件可以齐护编程或 Mixly 图形化软件，当然你也可以用支持 micropython 的其它软件进行代码编程的方式。
概念：
LAB 颜色模型：
Lab颜色模型是有国际照明委员会(CIE)于1976年公布的一种颜色模型，Lab颜色模型弥补了RGB和CMYK两种色彩模式的不足。Lab颜色模型由三个要素组成。一个要素是亮度(L)，a 和是两个颜色通道。a包括的颜色是从深绿色(低亮度值)到灰色(中亮度值)再到亮粉红色(高亮度值);b是从亮蓝色(底亮度值)到灰色(中亮度值)再到黄色《高亮度值)。因此，这种颜色混合后将产生具有明亮效果的色彩。

L（Lightness）：表示颜色的亮度，取值范围从0到100，其中0表示纯黑色，100表示纯白色。
a（Green-Red Axis）：表示颜色的红绿色度，取值范围从-128到+127，其中-128表示绿色，+127表示红色。
b（Blue-Yellow Axis）：表示颜色的黄蓝色度，取值范围从-128到+127，其中-128表示蓝色，+127表示黄色。
Lab色彩空间是一种与人眼感知颜色相关的色彩空间，可以用来描述任何一种颜色，包括明亮的颜色、暗淡的颜色、浅色和深色等等。它具有无视觉量纲的特点，也就是说，它的三个参数相对于人眼感知颜色的差异更加均匀和稳定，因此可以更好地描述颜色之间的差异和相似度。
在色差测量中，Lab色彩空间可以用来比较标准颜色和实际颜色之间的差异，以评估产品的色彩质量和一致性。同时，Lab色彩空间也被广泛应用于颜色管理、图像处理、设计等领域，以保证颜色的准确度和稳定性。
注：传入的颜色阈值参数按照 LAB 格式 (l_lo，l_hi，a_lo，a_hi，b_lo，b_hi)
l_lo，l_hi ：L颜色值的设置,最高l_hi及最低l_lo的偏差范围，其它同理为 A-B 颜色模型值的上下偏差范围。
实操：
1， LAB 值采样：上传【35 颜色识别_识别采集图片中间框区域的颜色值】例程文件，如果是 Mixly 软件例程同理，记得最后打印或显示出来的 LAB 值不要转成 RGB 值，让其直接显示 LAB 值。

Micropython 源码：

import machine, sensor, lcd, image, image as pic

img = 0
color = 0
mylist = 0

sensor.reset()
sensor.set_pixformat(sensor.RGB565)
sensor.set_framesize(sensor.QVGA)
sensor.run(1)
sensor.skip_frames(10)
sensor.set_hmirror(0)
sensor.set_vflip(0)
lcd.init(freq=15000000,color=(0xff,0xff,0xff),invert = 0)
mylist = [0,0,0]
while True:
# 从摄像头获取图象
img = sensor.snapshot()
# 颜色识别
color = img.get_histogram(roi=[135,95,50,50])
# 保存颜色到列表
mylist[0] = color.get_percentile(0.5).l_value()
mylist[1] = color.get_percentile(0.5).a_value()
mylist[2] = color.get_percentile(0.5).b_value()
# 画出检测区域
img = img.draw_rectangle([135,95,50,50],image.lab_to_rgb(mylist),1,False)
# 画个方块用于显示检测到的颜色
img = img.draw_rectangle([270,0,50,50],image.lab_to_rgb(mylist),1,True)
# 显示文本
img = img.draw_string(0, 0, (str('LAB:') + str(mylist)), scale=1, color=(0x00,0x00,0x00), x_spacing=1, y_spacing=1, mono_space=False)
lcd.display(img)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32

2，摄像头中心要全覆盖要识别的颜色区，记录 LAB 值，如图:49,-23,14 得到当前色块的L值为49，A 值为-23，B 值为14。

3，设置 LAB 值的上下偏差，如 L 值49 我们设它的区间为20_{70之间，A值-23设置区间为-50}0之间，B 值14设置区间为0~40，这个区间越小说明精度超高，反之就识别要求更低，这个要根据用户的实际使用场景要求来设置。将上面的设置以数组的方式放入程序【34 颜色追踪_追踪采集图片中设定色域的颜色】例程文件中，如果是 Mixly 软件例程同理的 ，LAB 值处填入，如图，并将识别到色块区的显示框颜色设为红色或其它你喜欢的颜色。

Micropython 源码：

import machine, lcd, sensor, image

img = 0

lcd.init(freq=15000000,color=(0x61,0x74,0x63),invert = 0)
sensor.reset()
sensor.set_pixformat(sensor.RGB565)
sensor.set_framesize(sensor.QVGA)
sensor.run(1)
sensor.skip_frames(10)
sensor.set_hmirror(0)
sensor.set_vflip(0)
while True:
img = sensor.snapshot()
for i in img.find_blobs([(20, 70, -50, 0, 0, 40)],roi=[0,0,320,240],area_threshold=10,pixels_threshold=10,merge=True,margin=10):
img = img.draw_rectangle(i.rect(),(0xff,0x00,0x00),1,False)
lcd.display(img)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17

4，上传程序运行，这时可以看到当识别到对应的采样LAB区，移动摄像头时，红色框会一直在色块边上，这样就成功追踪到颜色区了，如果你要设计外部机构得到这个框中心的坐标值，可以在程序把这个坐标输出去控制对应的机构。这样类似于定点跟踪，目标定位。。。。项目就可以用这种方式实现。

更多详细的关于 K210的应用可以到齐护机器人资料中心去查找学习！
结束！！祝您学习愉快！