用openmv识别a4纸坐标点,当a4纸没有放正时,即矩形框没和a4纸重合,如何用用img1.rotation_corr()矫正内部矩形,使用矫正后的图像识别坐标信息
时间: 2024-04-11 15:26:59 浏览: 216
要在 OpenMV 上使用 `img.rotation_corr()` 进行内部矩形的校正,你需要进行以下步骤:
1. 首先,使用 `img.find_rects()` 找到矩形框,并选择最大的矩形框。
2. 使用 `r.corners()` 获取矩形框的角点坐标。
3. 使用 `img.rotation_corr()` 对内部矩形进行校正。
4. 在校正后的图像上进行坐标识别。
以下是一个示例程序,演示了如何使用 OpenMV 进行 A4 纸坐标点的识别和矫正:
```python
import sensor
import image
# 初始化摄像头
sensor.reset()
sensor.set_pixformat(sensor.RGB565)
sensor.set_framesize(sensor.QVGA)
sensor.skip_frames(time=2000) # 等待摄像头稳定
# 目标点数
target_point_count = 4
while True:
# 拍照
img = sensor.snapshot()
# 寻找矩形框
rects = img.find_rects()
if len(rects) > 0:
rect = max(rects, key=lambda r: r[4]) # 选择最大的矩形框
rect_corners = rect.corners() # 获取矩形框的角点坐标
# 绘制矩形框
img.draw_rectangle(rect.rect(), color=(255, 0, 0))
if rect.rotation() != 0:
# 校正内部矩形
img.rotation_corr(z_rotation=rect.rotation())
# 检测内部圆点
circles = img.find_circles(threshold=2000, x_margin=10, y_margin=10, r_margin=10,
r_min=2, r_max=10, r_step=2)
# 检测到的坐标点数
point_count = len(circles)
if point_count == target_point_count:
# 处理坐标点
for c in circles:
# 获取圆点的中心位置
x, y = c.x(), c.y()
print("坐标点:({}, {})".format(x, y))
break # 找到足够的坐标点,退出循环
else:
print("未检测到A4纸矩形框,请调整A4纸位置...")
```
在这段代码中,如果检测到的矩形框角度不为0(即矩形框与 A4 纸不重合),会使用 `img.rotation_corr()` 进行校正。然后,在校正后的图像上进行内部圆点的检测和坐标识别。
请注意,校正后的图像可能会出现一些失真,因此校正后的结果可能会有一定的误差。你可以根据需求进行进一步优化和调整。
阅读全文