机械手识别抓取代码

这是一个简单的机械手识别抓取代码，可以通过摄像头捕捉图像，使用OpenCV库进行图像处理，然后控制机械手进行抓取。

import cv2
import numpy as np
import serial

# 设置串口通信
ser = serial.Serial('COM3', 9600)

# 设置摄像头
cap = cv2.VideoCapture(0)
cap.set(3, 640) # 设置摄像头宽度
cap.set(4, 480) # 设置摄像头高度

# 预设抓取物体的颜色范围
lower_color = np.array([25, 50, 50])
upper_color = np.array([35, 255, 255])

while True:
    # 读取摄像头图像
    ret, frame = cap.read()

    # 颜色空间转换
    hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)

    # 颜色过滤
    mask = cv2.inRange(hsv, lower_color, upper_color)

    # 轮廓检测
    contours, hierarchy = cv2.findContours(mask, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

    # 找到最大的轮廓
    max_area = 0
    max_contour = None
    for contour in contours:
        area = cv2.contourArea(contour)
        if area > max_area:
            max_area = area
            max_contour = contour

    # 如果找到轮廓
    if max_contour is not None:
        # 计算轮廓中心
        M = cv2.moments(max_contour)
        cx = int(M['m10'] / M['m00'])
        cy = int(M['m01'] / M['m00'])

        # 在图像上绘制轮廓及中心点
        cv2.drawContours(frame, [max_contour], -1, (0, 255, 0), 2)
        cv2.circle(frame, (cx, cy), 6, (0, 0, 255), -1)

        # 通过串口发送控制信号给机械手
        if cx < 320:
            ser.write(b'l')
        elif cx > 320:
            ser.write(b'r')

    # 显示图像
    cv2.imshow('frame', frame)

    # 按下q键退出
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

# 释放资源
cap.release()
cv2.destroyAllWindows()

这是一个简单的例子，可根据实际需要进行修改和优化。