Image 類_圖像對象 · 人工智能圖形化編程

# Image 類_ 圖像對象（ `import image` ） `Image` 類_圖像對象是機器視覺操作的基本對象 ***** ## **構造函數：** * [ ] **構造圖像對象** ``` class image.Image(path[,copy_to_fb=False]) ``` > 打開一個新的圖像對象 *參數：* * `path`：圖像對象路徑，比如`/sd/MixPY.jpg`，支持`bmp` `pgm` `ppm` `jpg` `jpeg`格式的圖像文件 * `copy_to_fb`：圖像介質 * `True`，圖像會直接載入幀緩沖區，可以加載大幅圖片了 * `False`，圖像會載入MicroPython的堆中，堆遠比幀緩沖區小 *返回：* * 返回一個對象，根據不同格式返回的對象不同 > 對于JPEG圖像而言，“\[\]”使得您可以訪問壓縮的節數組形式的JPEG圖像色塊。由于JPEG圖像是壓縮的字節流形式，因而對數據組的讀取和寫入是不透明的。 > > 圖像還支持讀緩沖區操作。您可以把圖像當作節數組對象，將圖像輸入所有類型的MicroPython函數。若您想傳送一個圖像，可以將它傳遞給UART /SPI/ I2C寫入函數，可實現自動傳送。 ***** ## **方法：** * [ ] **獲取圖像的寬度** ``` .width() ``` > 獲取以像素計的圖像的寬度 *參數：* * 無 *返回：* * 返回以像素計的圖像的寬度 ***** * [ ] **獲取圖像的高度** ``` .height() ``` > 獲取以像素計的圖像的高度 *參數：* * 無 *返回：* * 返回以像素計的圖像的高度 ***** * [ ] **獲取圖像的格式** ``` .format() ``` > 獲取圖像的格式 *參數：* * 無 *返回：* * `int`類型的圖像的格式 * `1`：? * `2`：RGB圖像的`sensor.RGB565`格式 * `3`：？ * `4`：灰度圖的`sensor.GRAYSCALE`格式 ***** * [ ] **獲取圖像大小** ``` .size() ``` > 獲取圖像大小 *參數：* * 無 *返回：* * 返回以字節計的圖像大小 ***** * [ ] **獲取圖像某點像素值** ``` .get_pixel(x,y) ``` > 獲取圖像某點像素值 *參數：* * `x`,`y`：圖像的`(x, y)`位置點 *返回：* * ` RGB565`圖像，返回`(x, y)`位置的RGB888像素元組`(r, g, b)` * `GRAYSCALE`圖像，返回`(x, y)`位置的像素值 > 不支持壓縮圖像 ***** * [ ] **設置圖像某點像素值** ``` .set_pixel(x,y [,rgbtuple]) ``` > 設置圖像某點像素值 *參數：* * `x`,`y`：圖像的`(x, y)`位置點 * `rgbtuple`：設置點顏色`RGB888`元組，比如`(236, 36, 36)`，默認白色 *返回：* * ` RGB565`圖像，返回`(x, y)`位置的RGB888像素元組`(r, g, b)` * `GRAYSCALE`圖像，返回`(x, y)`位置的像素值 > 不支持壓縮圖像 ***** * [ ] **原圖縮小圖像** ``` .mean_pool(x_div,y_div) ``` > 在原來圖像上快速縮小圖像 *參數：* * `x_div`,`y_div`：把圖像進行`x_div` `y_div`縮小的倍數（int類型） *返回：* * 返回縮小修改圖像 > 不支持壓縮圖像 ***** * [ ] **創建縮小圖像** ``` .mean_pooled(x_div,y_div) ``` > 創建縮小的圖像副本 *參數：* * `x_div`,`y_div`：把圖像進行`x_div` `y_div`縮小的倍數（int類型） *返回：* * 返回縮小新圖像 > 不支持壓縮圖像 ***** * [ ] **圖像轉換為灰度圖** ``` .to_grayscale([copy=False]) ``` > 將圖像轉換為灰度圖像 *參數：* * `copy`：為True才能在堆上創建新的修改圖像 *返回：* * 返回灰度圖像對象 > 不支持壓縮圖像 ***** * [ ] **圖像轉換為彩色圖** ``` .to_rgb565([copy=False]) ``` > 將圖像轉換為彩色圖像 *參數：* * `copy`：為True才能在堆上創建新的修改圖像 *返回：* * 返回彩色圖像對象 > 不支持壓縮圖像 ***** * [ ] **圖像轉換為彩虹圖** ``` .to_rainbow([copy=False]) ``` > 將圖像轉換為彩虹圖像 *參數：* * `copy`：為True才能在堆上創建新的修改圖像 *返回：* * 返回彩虹圖像對象 > 不支持壓縮圖像 > 彩虹圖像是彩色圖像，對于圖像中的每個8位掩模灰度照明值具有唯一的顏色值。例如，它為熱圖像提供熱圖顏色。 ***** * [ ] **復制圖像** ``` .copy([roi[,copy_to_fb=False]]) ``` > 復制一個圖像對象的副本 *參數：* * `Roi`：復制的矩形的感興趣區域`(x, y, w, h)`，若未指定，`Roi`即復制整個圖像的圖像矩形 * `copy_to_fb`：若為True，則將幀緩沖替換為圖像 *返回：* * 返回一個圖像對象 > 不支持壓縮圖像 ***** * [ ] **保存圖像** ``` .save(path[,roi[,quality=50]]) ``` > 將圖像的副本保存到`path`中的文件系統。 *參數：* * `path`：圖像對象路徑，比如`/sd/MixPY.jpg`，支持`bmp` `pgm` `ppm` `jpg` `jpeg`格式的圖像文件 * `Roi`：保存的矩形的感興趣區域(x, y, w, h)，若未指定，`Roi`即保存整個圖像的圖像矩形 *`quality`?：指在圖像尚未被壓縮時將圖像保存為JPEG格式的JPEG壓縮質量 *返回：* * 返回一個圖像對象 > 不支持壓縮圖像 ***** * [ ] **像素設置為零** ``` .clear() ``` > 將圖像中的所有像素設置為零 *參數：* * 無 *返回：* * 返回一個圖像對象 > 不支持壓縮圖像 ***** * [ ] **繪制直線** ``` .draw_line(x0,y0,x1,y1[,color[,thickness=1]]) ``` > 圖像上繪制一條從(x0，y0)到(x1，y1)的線 *參數：* * `x0`,`y0`,`x1`,`y1`：繪制的直線的起點坐標與終點坐標，可以為單獨傳遞，也可以為元組 * `color`：繪制的直線顏色（默認白色）： * `RGB565`16 位的顏色值，比如`0xFFFF` * `RGB888`元組，比如`(236, 36, 36)` * `GRAYSCALE`灰度圖素值`(0-255)` * `thickness`：控制線的粗細像素 *返回：* * 返回一個圖像對象 > 不支持壓縮圖像 ***** * [ ] **繪制矩形** ``` .draw_rectangle(x,y,w,h[,color[,thickness=1[,fill=False]]]) ``` > 圖像上繪制一個矩形 *參數：* * `x`,`y`,`w`,`h`：繪制的矩形的起點坐標與長寬參數，可以為單獨傳遞，也可以為元組 * `color`：繪制的矩形顏色（默認白色）： * `RGB565`16 位的顏色值，比如`0xFFFF` * `RGB888`元組，比如`(236, 36, 36)` * `GRAYSCALE`灰度圖素值`(0-255)` * `thickness`：控制矩形的條框線粗細像素 * `fill`：為True以填充矩形 *返回：* * 返回一個圖像對象 > 不支持壓縮圖像 ***** * [ ] **繪制圓形** ``` .draw_circle(x,y,radius[,color[,thickness=1[,fill=False]]]) ``` > 圖像上繪制一個圓形 *參數：* * `x`,`y`,`radius`：繪制的圓形的圓心坐標與半徑，可以為單獨傳遞，也可以為元組 * `color`：繪制的圓形顏色（默認白色）： * `RGB565`16 位的顏色值，比如`0xFFFF` * `RGB888`元組，比如`(236, 36, 36)` * `GRAYSCALE`灰度圖素值`(0-255)` * `thickness`：控制圓形的條框粗細像素 * `fill`：為True以填充圓形 *返回：* * 返回一個圖像對象 > 不支持壓縮圖像 ***** * [ ] **繪制文本** ``` .draw_string(x,y,text[,color[,scale=1[,x_spacing=0[,y_spacing=0[,mono_space=True]]]]]) ``` >在圖像中的(x, y)起點位置開始繪制文本 *參數：* * `x`,`y`：繪制的文本的起點坐標（左上角），可以為單獨傳遞，也可以為元組 * `color`：繪制的圓形顏色（默認白色）： * `RGB565`16 位的顏色值，比如`0xFFFF` * `RGB888`元組，比如`(236, 36, 36)` * `GRAYSCALE`灰度圖素值`(0-255)` * `scale`設置圖像上文本的大小（字號） * `x_spacing`：設置字符間距，字符之間添加（如果是正數）或減去（如果是負數）x像素 * `y_spacing`：設置行間距，字符之間添加（如果是正數）或減去（如果是負數）y像素 * `mono_space`：默認為`True`，強制文本間距固定，設置`False`以獲得非固定寬度的字符間距 *返回：* * 返回一個圖像對象 > 不支持壓縮圖像 ***** * [ ] **繪制十字** ``` .draw_cross(x,y[,color[,size=5[,thickness=1]]]) ``` > 圖像上繪制一個十字 *參數：* * `x`,`y`：繪制的十字的中心坐標，可以為單獨傳遞，也可以為元組 * `color`：繪制的圓形顏色（默認白色）： * `RGB565`16 位的顏色值，比如`0xFFFF` * `RGB888`元組，比如`(236, 36, 36)` * `GRAYSCALE`灰度圖素值`(0-255)` * `size`：控制十字的延伸長度像素 * `thickness`：控制十字的條框粗細像素 *返回：* * 返回一個圖像對象 > 不支持壓縮圖像 ***** * [ ] **繪制箭頭** ``` .draw_arrow(x0,y0,x1,y1[,color[,thickness=1]]) ``` > 圖像上繪制一個箭頭 *參數：* * `x0`,`y0`,`x1`,`y1`：繪制的箭頭的起點坐標與終點坐標，可以為單獨傳遞，也可以為元組 * `color`：繪制的箭頭顏色（默認白色）： * `RGB565`16 位的顏色值，比如`0xFFFF` * `RGB888`元組，比如`(236, 36, 36)` * `GRAYSCALE`灰度圖素值`(0-255)` * `thickness`：控制箭頭的粗細像素 *返回：* * 返回一個圖像對象 > 不支持壓縮圖像 ***** * [ ] **繪制圖像** ``` .draw_image(image,x,y[,x_scale=1.0[,y_scale=1.0[,mask=None]]]) ``` > 繪制一個`image`圖像 *參數：* * `image`：傳入一個`image`類型圖像 * `x`,`y`：繪制的圖像的起點坐標（左上角），可以為單獨傳遞，也可以為元組 * `x_scale`：控制圖像在x方向(浮點數)縮放的程度 * `y_scale`：控制圖像在y方向(浮點數)縮放的程度 * `mask`：繪圖操作的像素級掩碼的圖像。掩碼為一個只有黑色或白色像素的圖像，和繪制的`image`大小相同 *返回：* * 返回一個圖像對象 > 不支持壓縮圖像 ***** * [ ] **繪制特征點** ``` .draw_keypoints(keypoints[,color[,size=10[,thickness=1[,fill=False]]]]) ``` > 繪制一個特征點對象的各個點 *參數：* * `keypoints`：傳入一個特征點對象（可以用`.find_keypoints`方法獲取） * `color`：繪制特征點顏色（默認白色）： * `RGB565`16 位的顏色值，比如`0xFFFF` * `RGB888`元組，比如`(236, 36, 36)` * `GRAYSCALE`灰度圖素值`(0-255)` * `size`：控制特征點的大小 * `thickness`：控制線的粗細像素 * `fill`：設置為True以填充特征點 *返回：* * 返回一個圖像對象 > 不支持壓縮圖像 ***** * [ ] **填充圖像** ``` .flood_fill(x,y[,seed_threshold=0.05[,floating_threshold=0.05[,color[,invert=False[,clear_background=False[,mask=None]]]]]]) ``` > 像洪水一樣填充圖像中低矮凹陷的地方（洪水填充） *參數：* * `x`,`y`：從`x，y`位置開始填充圖像的區域，可以為單獨傳遞，也可以為元組 * `seed_threshold`：控制填充區域中的像素與原始起始像素的差異 * `floating_threshold`：控制填充區域中的像素與任何相鄰像素的差異 * `color`：區域填充的顏色（默認白色）： * `RGB565`16 位的顏色值，比如`0xFFFF` * `RGB888`元組，比如`(236, 36, 36)` * `GRAYSCALE`灰度圖素值`(0-255)` * `invert`：若為True，以重新填充`flood_fill`連接區域外的所有內容 * `clear_background`：若為True，將其余的`flood_fill`沒有重新著色的像素歸零 * `mask`：繪圖操作的像素級掩碼的圖像。掩碼為一個只有黑色或白色像素的圖像，和繪制的`image`大小相同 *返回：* * 返回一個圖像對象 > 不支持壓縮圖像 ***** * [ ] **圖像二值化** ``` .binary(thresholds[,invert=False[,zero=False[,mask=None[,to_bitmap=False[,copy=False]]]]]) ``` > 將給定值追蹤的顏色像素設置為黑、白色二值化 *參數：* * `thresholds`：追蹤的顏色閾值，必須是元組列表`[ ]` * 若灰度圖像，每個元組需要包含兩個值，最小灰度值和最大灰度值 * 若彩色圖像，每個元組需要有六個值`(l_lo，l_hi，a_lo，a_hi，b_lo，b_hi)`，為LAB L，A和B通道的最小值和最大值 * `invert`：若為`True`反轉閾值操作 * `zero`：若為`True`來使閾值像素為零，并使不在閾值列表中的像素保持不變 * `mask`：繪圖操作的像素級掩碼的圖像。掩碼為一個只有黑色或白色像素的圖像，和繪制的`image`大小相同 `to_bitmap`：若為`True`將圖像數據轉換為二進制位圖圖像 `copy`：若為`True`創建二值化映像的副本 *返回：* * 返回一個圖像對象 > 不支持壓縮圖像 ***** * [ ] **圖像反轉** ``` .invert() ``` > 翻轉圖像中的所有像素值 *參數：* * 無 *返回：* * 返回一個圖像對象 > 不支持壓縮圖像 ***** * [ ] **圖像反轉** ``` .invert() ``` > 翻轉圖像中的所有像素值 *參數：* * 無 *返回：* * 返回一個圖像對象 > 不支持壓縮圖像 ***** * [ ] **圖像腐蝕** ``` .erode(size[,threshold[,mask=None]]) ``` > 圖像腐蝕，從分割區域的邊緣刪除像素（白色目標區域） *參數：* * `size`：通過卷積圖像上`((size*2)+1)x((size*2)+1)`像素的核來實現 * ` threshold`：若未設定，功能如標準腐蝕方法一樣。若設定，可以指定腐蝕的特定像素 * `mask`：繪圖操作的像素級掩碼的圖像。掩碼為一個只有黑色或白色像素的圖像，和繪制的`image`大小相同 *返回：* * 返回一個圖像對象 > 不支持壓縮圖像 ***** * [ ] **圖像膨脹** ``` .dilate(size[,threshold[,mask=None]]) ``` > 圖像膨脹，將像素添加到分割區域的邊緣中（白色目標區域） *參數：* * `size`：通過卷積圖像上`((size*2)+1)x((size*2)+1)`像素的核來實現 * ` threshold`：若未設定，功能如標準膨脹方法一樣。若設定，可以指定膨脹的特定像素 * `mask`：繪圖操作的像素級掩碼的圖像。掩碼為一個只有黑色或白色像素的圖像，和繪制的`image`大小相同 *返回：* * 返回一個圖像對象 > 不支持壓縮圖像 ***** * [ ] **圖像反轉** ``` .negate() ``` > 非常快速地翻轉圖像中的所有像素值 *參數：* * 無 *返回：* * 返回一個圖像對象 > 不支持壓縮圖像 ***** * [ ] **圖像替換** ``` .replace(image[,hmirror=False[,vflip=False[,mask=None]]]) ``` > 用新圖像替換原有圖像 *參數：* * `image`：傳入一個`image`類型圖像 * `hmirror`：設置為True以水平鏡像替換圖像。 * `vflip`：設置為True以垂直翻轉替換圖像 * `mask`：繪圖操作的像素級掩碼的圖像。掩碼為一個只有黑色或白色像素的圖像，和繪制的`image`大小相同 *返回：* * 返回一個圖像對象 > 不支持壓縮圖像 ***** * [ ] **圖像相加** ``` .add(image[,mask=None]) ``` > 將兩個圖像彼此按像素相加 *參數：* * `image`：傳入一個`image`類型圖像，也可以是RGB888元組或灰度圖像素值 * `mask`：繪圖操作的像素級掩碼的圖像。掩碼為一個只有黑色或白色像素的圖像，和繪制的`image`大小相同 *返回：* * 返回一個圖像對象 > 不支持壓縮圖像 ***** * [ ] **圖像相減** ``` .sub(image[,reverse=False[,mask=None]) ``` > 將兩個圖像彼此按像素相減 *參數：* * `image`：傳入一個`image`類型圖像，也可以是RGB888元組或灰度圖像素值 * `reverse`：設置為True可以將減法操作從`this_image-image`反轉為`image-this_image` * `mask`：繪圖操作的像素級掩碼的圖像。掩碼為一個只有黑色或白色像素的圖像，和繪制的`image`大小相同 *返回：* * 返回一個圖像對象 > 不支持壓縮圖像 ***** * [ ] **圖像相乘** ``` .mul(image[,invert=False[,mask=None]) ``` > 將兩個圖像彼此按像素相乘 *參數：* * `image`：傳入一個`image`類型圖像，也可以是RGB888元組或灰度圖像素值 * `invert`：設置為True可將乘法運算從`a*b`改為`1/((1/a)*(1/b))`，這使圖像變亮而不是使圖像變暗 * `mask`：繪圖操作的像素級掩碼的圖像。掩碼為一個只有黑色或白色像素的圖像，和繪制的`image`大小相同 *返回：* * 返回一個圖像對象 > 不支持壓縮圖像 ***** * [ ] **圖像相除** ``` .div(image[,invert=False[,mask=None]) ``` > 將兩個圖像彼此按像素相除 *參數：* * `image`：傳入一個`image`類型圖像，也可以是RGB888元組或灰度圖像素值 *`invert`：設置為True可將除法方向從`a/b`改為`b/a` * `mask`：繪圖操作的像素級掩碼的圖像。掩碼為一個只有黑色或白色像素的圖像，和繪制的`image`大小相同 *返回：* * 返回一個圖像對象 > 不支持壓縮圖像 ***** * [ ] **最小像素值刷選** ``` .min(image[,mask=None]) ``` > 在像素級用此圖像和另一個圖像之間的最小像素值替換此圖像中的像素 *參數：* * `image`：傳入一個`image`類型圖像，也可以是RGB888元組或灰度圖像素值 * `mask`：繪圖操作的像素級掩碼的圖像。掩碼為一個只有黑色或白色像素的圖像，和繪制的`image`大小相同 *返回：* * 返回一個圖像對象 > 不支持壓縮圖像 ***** * [ ] **最大像素值刷選** ``` .max(image[,mask=None]) ``` > 在像素級用此圖像和另一個圖像之間的最大像素值替換此圖像中的像素 *參數：* * `image`：傳入一個`image`類型圖像，也可以是RGB888元組或灰度圖像素值 * `mask`：繪圖操作的像素級掩碼的圖像。掩碼為一個只有黑色或白色像素的圖像，和繪制的`image`大小相同 *返回：* * 返回一個圖像對象 > 不支持壓縮圖像 ***** * [ ] **圖像絕對值** ``` .difference(image[,mask=None]) ``` > 將兩個圖像彼此按像素取絕對值 *參數：* * `image`：傳入一個`image`類型圖像，也可以是RGB888元組或灰度圖像素值 * `mask`：繪圖操作的像素級掩碼的圖像。掩碼為一個只有黑色或白色像素的圖像，和繪制的`image`大小相同 *返回：* * 返回一個圖像對象 > 不支持壓縮圖像 ***** * [ ] **圖像融合** ``` .blend(image[,mask=None]) ``` > 將另外一張圖像與這一圖像融合 *參數：* * `image`：傳入一個`image`類型圖像，也可以是RGB888元組或灰度圖像素值 * `mask`：繪圖操作的像素級掩碼的圖像。掩碼為一個只有黑色或白色像素的圖像，和繪制的`image`大小相同 *返回：* * 返回一個圖像對象 > 不支持壓縮圖像 ***** * [ ] **直方圖均衡算法** ``` .histeq([adaptive=False[,clip_limit=-1[,mask=None]]]) ``` > 在圖像上運行直方圖均衡算法，直方圖均衡化使圖像中的對比度和亮度標準化 *參數：* * `adaptive`：若為True，將在圖像上運行自適應直方圖均衡方法 * `clip_limit`：提供了一種限制自適應直方圖均衡的對比度的方法 * `mask`：繪圖操作的像素級掩碼的圖像。掩碼為一個只有黑色或白色像素的圖像，和繪制的`image`大小相同 *返回：* * 返回一個圖像對象 > 不支持壓縮圖像 ***** * [ ] **均值濾波** ``` .mean(size,[threshold=False, [offset=0, [invert=False, [mask=None]]]]) ``` > 使用盒式濾波器的標準均值模糊濾波 *參數：* *`size`：?是內核的大小，取1 (3x3 內核)、2 (5x5 內核)或更高值 * `threshold`：若為`True`，啟動圖像的自適應閾值處理，根據環境像素的亮度，將像素設置為1或者0 * `offset`：值將更多像素設置為1，而正值僅將最強對比度設置為1 * `invert`：反轉二進制圖像的結果輸出 * `mask`：繪圖操作的像素級掩碼的圖像。掩碼為一個只有黑色或白色像素的圖像，和繪制的`image`大小相同 *返回：* * 返回一個圖像對象 > 不支持壓縮圖像 ***** * [ ] **中值濾波** ``` .median(size,[threshold=False, [offset=0, [invert=False, [mask=None]]]]]) ``` > 使用盒式濾波器的標準均值模糊濾波 *參數：* *`size`：?是內核的大小，取1 (3x3 內核)、2 (5x5 內核)或更高值 * `threshold`：若為`True`，啟動圖像的自適應閾值處理，根據環境像素的亮度，將像素設置為1或者0 * `offset`：值將更多像素設置為1，而正值僅將最強對比度設置為1 * `invert`：反轉二進制圖像的結果輸出 * `mask`：繪圖操作的像素級掩碼的圖像。掩碼為一個只有黑色或白色像素的圖像，和繪制的`image`大小相同 *返回：* * 返回一個圖像對象 > 不支持壓縮圖像 ***** `image.to_bitmap`(\[*copy=False*\]) Converts an image to a bitmap image (1 bit per pixel). This method modifies the underlying image pixels changing the image size in bytes too so it can only be done in place on a Grayscale or an RGB565 image. Otherwise`copy`must be True to create a new modified image on the heap. Returns the image object so you can call another method using`.`notation. Not supported on compressed images or bayer images. ` `image.draw_image`(*image*,*x*,*y*\[,*x\_scale=1.0*\[,*y\_scale=1.0*\[,*mask=None*\]\]\]) 繪制一個`image`，其左上角從位置x，y開始。您可以單獨傳遞x，y，也可以傳遞給元組(x，y)。 `x_scale`控制圖像在x方向(浮點數)縮放的程度。 `y_scale`控制圖像在y方向(浮點數)縮放的程度。 `mask`是另一個用作繪圖操作的像素級掩碼的圖像。掩碼應該是一個只有黑色或白色像素的圖像，并且應該與你正在繪制的`image`大小相同。您可以使用mask掩碼進行繪制操作。返回圖像對象，以便您可以使用`.`表示法調用另一個方法。不支持壓縮圖像和bayer圖像。 `image.draw_keypoints`(*keypoints*\[,*color*\[,*size=10*\[,*thickness=1*\[,*fill=False*\]\]\]\]) 在圖像上畫出一個特征點對象的各個點。 `color`是用于灰度或RGB565圖像的RGB888元組。默認為白色。但是，您也可以傳遞灰度圖像的基礎像素值(0-255)或RGB565圖像的字節反轉RGB565值。 `size`控制特征點的大小。 `thickness`控制線的粗細像素。將`fill`設置為True以填充特征點。返回圖像對象，以便您可以使用`.`表示法調用另一個方法。不支持壓縮圖像和bayer圖像。 `image.flood_fill`(*x*,*y*\[,*seed\_threshold=0.05*\[,*floating\_threshold=0.05*\[,*color*\[,*invert=False*\[,*clear\_background=False*\[,*mask=None*\]\]\]\]\]\]) 從位置x，y開始填充圖像的區域。您可以單獨傳遞x，y，也可以傳遞給元組(x，y)。 `seed_threshold`控制填充區域中的像素與原始起始像素的差異。 `floating_threshold`控制填充區域中的像素與任何相鄰像素的差異。 `color`是用于灰度或RGB565圖像的RGB888元組。默認為白色。但是，您也可以傳遞灰度圖像的基礎像素值(0-255)或RGB565圖像的字節反轉RGB565值。將`invert`傳遞為True，以重新填充flood\_fill連接區域外的所有內容。將`clear_background`傳遞為True，將其余的flood\_fill沒有重新著色的像素歸零。 `mask`是另一個用作繪圖操作的像素級掩碼的圖像。掩碼應該是一個只有黑色或白色像素的圖像，并且應該與你正在繪制的`image`大小相同。僅掩膜中設置的像素會在flood\_fill時被評估。返回圖像對象，以便您可以使用`.`表示法調用另一個方法。不支持壓縮圖像和bayer圖像。此方法在OpenMV Cam M4 上不可用。 `image.binary`(*thresholds*\[,*invert=False*\[,*zero=False*\[,*mask=None*\[,*to\_bitmap=False*\[,*copy=False*\]\]\]\]\]) 根據像素是否在閾值列表`thresholds`中的閾值內，將圖像中的所有像素設置為黑色或白色。 `thresholds`必須是元組列表。`[(lo,hi),(lo,hi),...,(lo,hi)]`定義你想追蹤的顏色范圍。對于灰度圖像，每個元組需要包含兩個值 - 最小灰度值和最大灰度值。僅考慮落在這些閾值之間的像素區域。對于RGB565圖像，每個元組需要有六個值(l\_lo，l\_hi，a\_lo，a\_hi，b\_lo，b\_hi) - 分別是LAB L，A和B通道的最小值和最大值。為方便使用，此功能將自動修復交換的最小值和最大值。此外，如果元組大于六個值，則忽略其余值。相反，如果元組太短，則假定其余閾值處于最大范圍。注解獲取所跟蹤對象的閾值，只需在IDE幀緩沖區中選擇（單擊并拖動）跟蹤對象。直方圖會相應地更新到所在區域。然后只需寫下顏色分布在每個直方圖通道中起始與下降位置。這些將是`thresholds`的低值和高值。由于上下四分位數據相差微小，故手動確定閾值為佳。您還可以通過進入OpenMV IDE中的`工具->機器視覺->閾值編輯器`并從GUI窗口中拖動滑塊來確定顏色閾值。 `invert`反轉閾值操作，像素在已知顏色范圍之外進行匹配，而非在已知顏色范圍內。設置`zero`為True來使閾值像素為零，并使不在閾值列表中的像素保持不變。 `mask`是另一個用作繪圖操作的像素級掩碼的圖像。掩碼應該是一個只有黑色或白色像素的圖像，并且應該與你正在繪制的`image`大小相同。僅掩碼中設置的像素被修改。 `to_bitmap`turns the image data into a binary bitmap image where each pixel is stored in 1 bit. Set`copy`to True when using`to_bitmap`. `copy`if True creates a copy of the binarized image on the heap versus modifying the source image. 返回圖像對象，以便您可以使用`.`表示法調用另一個方法。不支持壓縮圖像和bayer圖像。 `image.invert`() 將二進制圖像0（黑色）變為1（白色），1（白色）變為0（黑色），非常快速地翻轉二進制圖像中的所有像素值。返回圖像對象，以便您可以使用`.`表示法調用另一個方法。不支持壓縮圖像和Bayer圖像。 `image.b_and`(*image*\[,*mask=None*\]) 用另一圖像與這一圖像進行邏輯與運算。 `image`可以是圖像對象，未壓縮圖像文件的路徑(bmp/pgm/ppm)，也可以是標量值。如果標量值，該值可以是RGB888元組或基礎像素值(例如，灰度圖像的8位灰度級或RGB圖像的字節反轉RGB565值)。 `mask`是另一個用作繪圖操作的像素級掩碼的圖像。掩碼應該是一個只有黑色或白色像素的圖像，并且應該與你正在繪制的`image`大小相同。僅掩碼中設置的像素被修改。返回圖像對象，以便您可以使用`.`表示法調用另一個方法。不支持壓縮圖像和bayer圖像。 `image.b_nand`(*image*\[,*mask=None*\]) 用另一圖像與這一圖像進行邏輯與非運算。 `image`可以是圖像對象，未壓縮圖像文件的路徑(bmp/pgm/ppm)，也可以是標量值。如果標量值，該值可以是RGB888元組或基礎像素值(例如，灰度圖像的8位灰度級或RGB圖像的字節反轉RGB565值)。 `mask`是另一個用作繪圖操作的像素級掩碼的圖像。掩碼應該是一個只有黑色或白色像素的圖像，并且應該與你正在繪制的`image`大小相同。僅掩碼中設置的像素被修改。返回圖像對象，以便您可以使用`.`表示法調用另一個方法。不支持壓縮圖像和bayer圖像。 `image.b_or`(*image*\[,*mask=None*\]) 用另一圖像與這一圖像進行邏輯或運算。 `image`可以是圖像對象，未壓縮圖像文件的路徑(bmp/pgm/ppm)，也可以是標量值。如果標量值，該值可以是RGB888元組或基礎像素值(例如，灰度圖像的8位灰度級或RGB圖像的字節反轉RGB565值)。 `mask`是另一個用作繪圖操作的像素級掩碼的圖像。掩碼應該是一個只有黑色或白色像素的圖像，并且應該與你正在繪制的`image`大小相同。僅掩碼中設置的像素被修改。返回圖像對象，以便您可以使用`.`表示法調用另一個方法。不支持壓縮圖像和bayer圖像。 `image.``b_nor`(*image*\[,*mask=None*\]) 用另一圖像與這一圖像進行邏輯或非運算。 `image`可以是圖像對象，未壓縮圖像文件的路徑(bmp/pgm/ppm)，也可以是標量值。如果標量值，該值可以是RGB888元組或基礎像素值(例如，灰度圖像的8位灰度級或RGB圖像的字節反轉RGB565值)。 `mask`是另一個用作繪圖操作的像素級掩碼的圖像。掩碼應該是一個只有黑色或白色像素的圖像，并且應該與你正在繪制的`image`大小相同。僅掩碼中設置的像素被修改。返回圖像對象，以便您可以使用`.`表示法調用另一個方法。不支持壓縮圖像和bayer圖像。 `image.``b_xor`(*image*\[,*mask=None*\]) 用另一圖像與這一圖像進行邏輯異或運算。 `image`可以是圖像對象，未壓縮圖像文件的路徑(bmp/pgm/ppm)，也可以是標量值。如果標量值，該值可以是RGB888元組或基礎像素值(例如，灰度圖像的8位灰度級或RGB圖像的字節反轉RGB565值)。 `mask`是另一個用作繪圖操作的像素級掩碼的圖像。掩碼應該是一個只有黑色或白色像素的圖像，并且應該與你正在繪制的`image`大小相同。僅掩碼中設置的像素被修改。返回圖像對象，以便您可以使用`.`表示法調用另一個方法。不支持壓縮圖像和bayer圖像。 `image.``b_xnor`(*image*\[,*mask=None*\]) 用另一圖像與這一圖像進行邏輯同或運算。 `image`可以是圖像對象，未壓縮圖像文件的路徑(bmp/pgm/ppm)，也可以是標量值。如果標量值，該值可以是RGB888元組或基礎像素值(例如，灰度圖像的8位灰度級或RGB圖像的字節反轉RGB565值)。 `mask`是另一個用作繪圖操作的像素級掩碼的圖像。掩碼應該是一個只有黑色或白色像素的圖像，并且應該與你正在繪制的`image`大小相同。僅掩碼中設置的像素被修改。返回圖像對象，以便您可以使用`.`表示法調用另一個方法。不支持壓縮圖像和bayer圖像。 `image.``erode`(*size*\[,*threshold*\[,*mask=None*\]\]) 從分割區域的邊緣刪除像素。這一方法通過卷積圖像上((size\*2)+1)x((size\*2)+1)像素的核來實現，如果相鄰像素集的總和小于`threshold`，則對內核的中心像素進行歸零。若`threshold`未設定，這個方法的功能如標準腐蝕方法一樣。若threshold設定，您就可以指定腐蝕的特定像素，例如：設置低于2個的像素周圍閾值為2。 `mask`是另一個用作繪圖操作的像素級掩碼的圖像。掩碼應該是一個只有黑色或白色像素的圖像，并且應該與你正在繪制的`image`大小相同。僅掩碼中設置的像素被修改。返回圖像對象，以便您可以使用`.`表示法調用另一個方法。不支持壓縮圖像和bayer圖像。 `image.``dilate`(*size*\[,*threshold*\[,*mask=None*\]\]) 將像素添加到分割區域的邊緣中。這一方法通過卷積圖像上((size\*2)+1)x((size\*2)+1)像素的核來實現，如果相鄰像素集的總和大于`threshold`，則將內核的中心像素進行設置。若`threshold`未設定，這個方法的功能如標準腐蝕方法一樣。若threshold設定，您就可以指定腐蝕的特定像素，例如：設置低于2個的像素周圍閾值為2。 `mask`是另一個用作繪圖操作的像素級掩碼的圖像。掩碼應該是一個只有黑色或白色像素的圖像，并且應該與你正在繪制的`image`大小相同。僅掩碼中設置的像素被修改。返回圖像對象，以便您可以使用`.`表示法調用另一個方法。不支持壓縮圖像和bayer圖像。 `image.``open`(*size*\[,*threshold*\[,*mask=None*\]\]) 按順序對圖像執行腐蝕和膨脹。有關更多信息，請參閱`image.erode()`和`image.dilate()`。 `mask`是另一個用作繪圖操作的像素級掩碼的圖像。掩碼應該是一個只有黑色或白色像素的圖像，并且應該與你正在繪制的`image`大小相同。僅掩碼中設置的像素被修改。返回圖像對象，以便您可以使用`.`表示法調用另一個方法。不支持壓縮圖像和bayer圖像。 `image.``close`(*size*\[,*threshold*\[,*mask=None*\]\]) 按順序對圖像執行膨脹和腐蝕。有關更多信息，請參閱`image.erode()`和`image.dilate()`。 `mask`是另一個用作繪圖操作的像素級掩碼的圖像。掩碼應該是一個只有黑色或白色像素的圖像，并且應該與你正在繪制的`image`大小相同。僅掩碼中設置的像素被修改。返回圖像對象，以便您可以使用`.`表示法調用另一個方法。不支持壓縮圖像和bayer圖像。 `image.``top_hat`(*size*\[,*threshold*\[,*mask=None*\]\]) 返回原圖像和執行`image.open()`函數后圖像的差異。 `mask`是另一個用作繪圖操作的像素級掩碼的圖像。掩碼應該是一個只有黑色或白色像素的圖像，并且應該與你正在繪制的`image`大小相同。僅掩碼中設置的像素被修改。不支持壓縮圖像和bayer圖像。 `image.``black_hat`(*size*\[,*threshold*\[,*mask=None*\]\]) 返回原圖像和執行`image.close()`函數后圖像的差異。 `mask`是另一個用作繪圖操作的像素級掩碼的圖像。掩碼應該是一個只有黑色或白色像素的圖像，并且應該與你正在繪制的`image`大小相同。僅掩碼中設置的像素被修改。不支持壓縮圖像和bayer圖像。 `image.``negate`() 非常快速地翻轉（數字反轉）圖像中的所有像素值。對每個顏色通道的像素值進行數值轉換。例： (255 - pixel). 返回圖像對象，以便您可以使用`.`表示法調用另一個方法。不支持壓縮圖像和bayer圖像。 `image.``replace`(*image*\[,*hmirror=False*\[,*vflip=False*\[,*mask=None*\]\]\]) `image`可以是圖像對象，未壓縮圖像文件的路徑(bmp/pgm/ppm)，也可以是標量值。如果標量值，該值可以是RGB888元組或基礎像素值(例如，灰度圖像的8位灰度級或RGB圖像的字節反轉RGB565值)。將`hmirror`設置為True以水平鏡像替換圖像。將`vflip`設置為True以垂直翻轉替換圖像。 `mask`是另一個用作繪圖操作的像素級掩碼的圖像。掩碼應該是一個只有黑色或白色像素的圖像，并且應該與你正在繪制的`image`大小相同。僅掩碼中設置的像素被修改。返回圖像對象，以便您可以使用`.`表示法調用另一個方法。不支持壓縮圖像和bayer圖像。 `image.``add`(*image*\[,*mask=None*\]) 將兩個圖像彼此按像素相加。 `image`可以是圖像對象，未壓縮圖像文件的路徑(bmp/pgm/ppm)，也可以是標量值。如果標量值，該值可以是RGB888元組或基礎像素值(例如，灰度圖像的8位灰度級或RGB圖像的字節反轉RGB565值)。 `mask`是另一個用作繪圖操作的像素級掩碼的圖像。掩碼應該是一個只有黑色或白色像素的圖像，并且應該與你正在繪制的`image`大小相同。僅掩碼中設置的像素被修改。返回圖像對象，以便您可以使用`.`表示法調用另一個方法。不支持壓縮圖像和bayer圖像。 `image.``sub`(*image*\[,*reverse=False*\[,*mask=None*\]\]) 將兩個圖像彼此按像素相減。 `image`可以是圖像對象，未壓縮圖像文件的路徑(bmp/pgm/ppm)，也可以是標量值。如果標量值，該值可以是RGB888元組或基礎像素值(例如，灰度圖像的8位灰度級或RGB圖像的字節反轉RGB565值)。將`reverse`設置為True可以將減法操作從`this_image-image`反轉為`image-this_image`。 `mask`是另一個用作繪圖操作的像素級掩碼的圖像。掩碼應該是一個只有黑色或白色像素的圖像，并且應該與你正在繪制的`image`大小相同。僅掩碼中設置的像素被修改。返回圖像對象，以便您可以使用`.`表示法調用另一個方法。不支持壓縮圖像和bayer圖像。 `image.``mul`(*image*\[,*invert=False*\[,*mask=None*\]\]) 將兩個圖像彼此按像素相乘。 `image`可以是圖像對象，未壓縮圖像文件的路徑(bmp/pgm/ppm)，也可以是標量值。如果標量值，該值可以是RGB888元組或基礎像素值(例如，灰度圖像的8位灰度級或RGB圖像的字節反轉RGB565值)。將`invert`設置為True可將乘法運算從`a*b`改為`1/((1/a)*(1/b))`。特別是，這使圖像變亮而不是使圖像變暗(例如，乘法與刻錄操作)。 `mask`是另一個用作繪圖操作的像素級掩碼的圖像。掩碼應該是一個只有黑色或白色像素的圖像，并且應該與你正在繪制的`image`大小相同。僅掩碼中設置的像素被修改。返回圖像對象，以便您可以使用`.`表示法調用另一個方法。不支持壓縮圖像和bayer圖像。 `image.``div`(*image*\[,*invert=False*\[,*mask=None*\]\]) 將此圖像除以另一個圖像。 `image`可以是圖像對象，未壓縮圖像文件的路徑(bmp/pgm/ppm)，也可以是標量值。如果標量值，該值可以是RGB888元組或基礎像素值(例如，灰度圖像的8位灰度級或RGB圖像的字節反轉RGB565值)。將`invert`設置為True可將除法方向從`a/b`改為`b/a`。 `mask`是另一個用作繪圖操作的像素級掩碼的圖像。掩碼應該是一個只有黑色或白色像素的圖像，并且應該與你正在繪制的`image`大小相同。僅掩碼中設置的像素被修改。返回圖像對象，以便您可以使用`.`表示法調用另一個方法。不支持壓縮圖像和bayer圖像。 `image.``min`(*image*\[,*mask=None*\]) 在像素級用此圖像和另一個圖像之間的最小像素值替換此圖像中的像素。 `image`可以是圖像對象，未壓縮圖像文件的路徑(bmp/pgm/ppm)，也可以是標量值。如果標量值，該值可以是RGB888元組或基礎像素值(例如，灰度圖像的8位灰度級或RGB圖像的字節反轉RGB565值)。 `mask`是另一個用作繪圖操作的像素級掩碼的圖像。掩碼應該是一個只有黑色或白色像素的圖像，并且應該與你正在繪制的`image`大小相同。僅掩碼中設置的像素被修改。返回圖像對象，以便您可以使用`.`表示法調用另一個方法。不支持壓縮圖像和bayer圖像。這個方法在OpenMV4上不可用. `image.``max`(*image*\[,*mask=None*\]) 在像素級用此圖像和另一個圖像之間的最大像素值替換此圖像中的像素。 `image`可以是圖像對象，未壓縮圖像文件的路徑(bmp/pgm/ppm)，也可以是標量值。如果標量值，該值可以是RGB888元組或基礎像素值(例如，灰度圖像的8位灰度級或RGB圖像的字節反轉RGB565值)。 `mask`是另一個用作繪圖操作的像素級掩碼的圖像。掩碼應該是一個只有黑色或白色像素的圖像，并且應該與你正在繪制的`image`大小相同。僅掩碼中設置的像素被修改。返回圖像對象，以便您可以使用`.`表示法調用另一個方法。不支持壓縮圖像和bayer圖像。 `image.``difference`(*image*\[,*mask=None*\]) 將兩個圖像彼此按像素取絕對值。例：對于每個顏色通道而言，將每個像素替換為ABS(this.pixel-image.pixel)。 `image`可以是圖像對象，未壓縮圖像文件的路徑(bmp/pgm/ppm)，也可以是標量值。如果標量值，該值可以是RGB888元組或基礎像素值(例如，灰度圖像的8位灰度級或RGB圖像的字節反轉RGB565值)。 `mask`是另一個用作繪圖操作的像素級掩碼的圖像。掩碼應該是一個只有黑色或白色像素的圖像，并且應該與你正在繪制的`image`大小相同。僅掩碼中設置的像素被修改。返回圖像對象，以便您可以使用`.`表示法調用另一個方法。不支持壓縮圖像和bayer圖像。 `image.``blend`(*image*\[,*alpha=128*\[,*mask=None*\]\]) 將另外一張圖像`image`與這一圖像融合。 `image`可以是圖像對象，未壓縮圖像文件的路徑(bmp/pgm/ppm)，也可以是標量值。如果標量值，該值可以是RGB888元組或基礎像素值(例如，灰度圖像的8位灰度級或RGB圖像的字節反轉RGB565值)。 `alpha`控制要混合到這個圖像中的其他圖像的多少.`alpha`應該是0到256之間的整數值。接近零的值會將更多其他圖像混合到此圖像中，接近256則相反。 `mask`是另一個用作繪圖操作的像素級掩碼的圖像。掩碼應該是一個只有黑色或白色像素的圖像，并且應該與你正在繪制的`image`大小相同。僅掩碼中設置的像素被修改。返回圖像對象，以便您可以使用`.`表示法調用另一個方法。不支持壓縮圖像和bayer圖像。 `image.``histeq`(\[*adaptive=False*\[,*clip\_limit=-1*\[,*mask=None*\]\]\]) 在圖像上運行直方圖均衡算法。直方圖均衡化使圖像中的對比度和亮度標準化。如果`adaptive`傳遞為True，那么將在圖像上運行自適應直方圖均衡方法，這通常比非自適應直方圖限定更好，但運行時間更長。 `clip_limit`提供了一種限制自適應直方圖均衡的對比度的方法。使用較小的值(例如10)可以生成良好的直方圖均衡對比度受限圖像。 `mask`是另一個用作繪圖操作的像素級掩碼的圖像。掩碼應該是一個只有黑色或白色像素的圖像，并且應該與你正在繪制的`image`大小相同。僅掩碼中設置的像素被修改。返回圖像對象，以便您可以使用`.`表示法調用另一個方法。不支持壓縮圖像和bayer圖像。 `image.``mean`(*size, \[threshold=False, \[offset=0, \[invert=False, \[mask=None\]\]\]\]\]*) 使用盒式濾波器的標準均值模糊濾波。 `Size`?是內核的大小。取1 (3x3 內核)、2 (5x5 內核)或更高值。如果你想在濾波器的輸出上自適應地設置閾值，你可以傳遞`threshold=True`參數來啟動圖像的自適應閾值處理，他根據環境像素的亮度（核函數周圍的像素的亮度有關），將像素設置為1或者0。負數`offset`值將更多像素設置為1，而正值僅將最強對比度設置為1。設置`invert`以反轉二進制圖像的結果輸出。 `mask`是另一個用作繪圖操作的像素級掩碼的圖像。掩碼應該是一個只有黑色或白色像素的圖像，并且應該與你正在繪制的`image`大小相同。僅掩碼中設置的像素被修改。返回圖像對象，以便您可以使用`.`表示法調用另一個方法。不支持壓縮圖像和bayer圖像。 `median`(*size, percentile=0.5, threshold=False, offset=0, invert=False, mask\]*) 在圖像上運行中值濾波。在保留邊緣的條件下，中值濾波是用來平滑表面的最佳濾波，但是運行速度極慢。 `Size`?是內核的大小。取1 (3x3 內核)、2 (5x5 內核)或更高值。 `percentile`?控制內核中所使用值的百分位數。默認情況下，每個像素都使用相鄰的第五十個百分位數（中心）替換。使用最小濾波時，您可將此值設置為0，使用下四分位數濾波時設置為0.25，使用上四分位數濾波時設置為0.75，使用最大濾波時設置為1。如果你想在濾波器的輸出上自適應地設置閾值，你可以傳遞`threshold=True`參數來啟動圖像的自適應閾值處理，他根據環境像素的亮度（核函數周圍的像素的亮度有關），將像素設置為1或者0。負數`offset`值將更多像素設置為1，而正值僅將最強對比度設置為1。設置`invert`以反轉二進制圖像的結果輸出。 `mask`是另一個用作繪圖操作的像素級掩碼的圖像。掩碼應該是一個只有黑色或白色像素的圖像，并且應該與你正在繪制的`image`大小相同。僅掩碼中設置的像素被修改。返回圖像對象，以便您可以使用`.`表示法調用另一個方法。不支持壓縮圖像和bayer圖像。此方法在OpenMV Cam M4 上不可用。 `image.``mode`(*size*\[,*threshold=False*,*offset=0*,*invert=False*,*mask*\]) 在圖像上運行眾數濾波，用相鄰像素的模式替換每個像素。這一方法在灰度圖上運行效果良好。但由于這一操作的非線性特性，會在RGB圖像邊緣上產生許多偽像。 `Size`?是內核的大小。取1 (3x3 內核)、2 (5x5 內核)。如果你想在濾波器的輸出上自適應地設置閾值，你可以傳遞`threshold=True`參數來啟動圖像的自適應閾值處理，他根據環境像素的亮度（核函數周圍的像素的亮度有關），將像素設置為1或者0。負數`offset`值將更多像素設置為1，而正值僅將最強對比度設置為1。設置`invert`以反轉二進制圖像的結果輸出。 `mask`是另一個用作繪圖操作的像素級掩碼的圖像。掩碼應該是一個只有黑色或白色像素的圖像，并且應該與你正在繪制的`image`大小相同。僅掩碼中設置的像素被修改。返回圖像對象，以便您可以使用`.`表示法調用另一個方法。不支持壓縮圖像和bayer圖像。此方法在OpenMV Cam M4 上不可用。 `image.``midpoint`(*size*\[,*bias=0.5*,*threshold=False*,*offset=0*,*invert=False*,*mask*\]) 在圖像上運行中點濾波。此濾波器找到圖像中每個像素鄰域的中點((max-min)/2)。 `size`是內核的大小。取1 (3x3 內核)、2 (5x5 內核)或更高值。 `bias`控制圖像混合的最小/最大程度。0只適用于最小濾波，1僅用于最大濾波。您可以通過`bias`對圖像進行最小/最大化過濾。如果你想在濾波器的輸出上自適應地設置閾值，你可以傳遞`threshold=True`參數來啟動圖像的自適應閾值處理，他根據環境像素的亮度（核函數周圍的像素的亮度有關），將像素設置為1或者0。負數`offset`值將更多像素設置為1，而正值僅將最強對比度設置為1。設置`invert`以反轉二進制圖像的結果輸出。 `mask`是另一個用作繪圖操作的像素級掩碼的圖像。掩碼應該是一個只有黑色或白色像素的圖像，并且應該與你正在繪制的`image`大小相同。僅掩碼中設置的像素被修改。返回圖像對象，以便您可以使用`.`表示法調用另一個方法。不支持壓縮圖像和bayer圖像。此方法在OpenMV Cam M4 上不可用。 `image.``morph`(*size*,*kernel*,*mul=Auto*,*add=0*) 通過過濾器內核對圖像進行卷積。這允許您對圖像執行通用卷積。 `size`將內核的大小控制為((size\*2)+1)x((size\*2)+1)像素。 `kernel`用來卷積圖像的內核，可為一個元組或一個取值\[-128:127\]的列表。 `mul`是用以與卷積像素結果相乘的數字。若不設置，則默認一個值，該值將防止卷積輸出中的縮放。 `add`是用來與每個像素卷積結果相加的數值。 `mul`可進行全局對比度調整，add可進行全局亮度調整。如果你想在濾波器的輸出上自適應地設置閾值，你可以傳遞`threshold=True`參數來啟動圖像的自適應閾值處理，他根據環境像素的亮度（核函數周圍的像素的亮度有關），將像素設置為1或者0。負數`offset`值將更多像素設置為1，而正值僅將最強對比度設置為1。設置`invert`以反轉二進制圖像的結果輸出。 `mask`是另一個用作繪圖操作的像素級掩碼的圖像。掩碼應該是一個只有黑色或白色像素的圖像，并且應該與你正在繪制的`image`大小相同。僅掩碼中設置的像素被修改。返回圖像對象，以便您可以使用`.`表示法調用另一個方法。不支持壓縮圖像和bayer圖像。 `image.``gaussian`(*size*\[,*unsharp=False*\[,*mul*\[,*add=0*\[,*threshold=False*\[,*offset=0*\[,*invert=False*\[,*mask=None*\]\]\]\]\]\]\]) 通過平滑高斯核對圖像進行卷積。 `size`是內核的大小。取1 (3x3 內核)、2 (5x5 內核)或更高值。如果`unsharp`設置為True，那么這種方法不會僅進行高斯濾波操作，而是執行非銳化掩模操作，從而提高邊緣的圖像清晰度。 `mul`是用以與卷積像素結果相乘的數字。若不設置，則默認一個值，該值將防止卷積輸出中的縮放。 `add`是用來與每個像素卷積結果相加的數值。 `mul`可進行全局對比度調整，add可進行全局亮度調整。如果你想在濾波器的輸出上自適應地設置閾值，你可以傳遞`threshold=True`參數來啟動圖像的自適應閾值處理，他根據環境像素的亮度（核函數周圍的像素的亮度有關），將像素設置為1或者0。負數`offset`值將更多像素設置為1，而正值僅將最強對比度設置為1。設置`invert`以反轉二進制圖像的結果輸出。 `mask`是另一個用作繪圖操作的像素級掩碼的圖像。掩碼應該是一個只有黑色或白色像素的圖像，并且應該與你正在繪制的`image`大小相同。僅掩碼中設置的像素被修改。返回圖像對象，以便您可以使用`.`表示法調用另一個方法。不支持壓縮圖像和bayer圖像。 `image.``laplacian`(*size*\[,*sharpen=False*\[,*mul*\[,*add=0*\[,*threshold=False*\[,*offset=0*\[,*invert=False*\[,*mask=None*\]\]\]\]\]\]\]) 通過邊緣檢測拉普拉斯核來對圖像進行卷積。 `size`是內核的大小。取1 (3x3 內核)、2 (5x5 內核)或更高值。如果`sharpen`被設置為True，那么這種方法將改為銳化圖像，而不是僅輸出未經過閾值處理的邊緣檢測圖像。增加內核大小然后增加圖像清晰度。 `mul`是用以與卷積像素結果相乘的數字。若不設置，則默認一個值，該值將防止卷積輸出中的縮放。 `add`是用來與每個像素卷積結果相加的數值。 `mul`可進行全局對比度調整，add可進行全局亮度調整。如果你想在濾波器的輸出上自適應地設置閾值，你可以傳遞`threshold=True`參數來啟動圖像的自適應閾值處理，他根據環境像素的亮度（核函數周圍的像素的亮度有關），將像素設置為1或者0。負數`offset`值將更多像素設置為1，而正值僅將最強對比度設置為1。設置`invert`以反轉二進制圖像的結果輸出。 `mask`是另一個用作繪圖操作的像素級掩碼的圖像。掩碼應該是一個只有黑色或白色像素的圖像，并且應該與你正在繪制的`image`大小相同。僅掩碼中設置的像素被修改。返回圖像對象，以便您可以使用`.`表示法調用另一個方法。不支持壓縮圖像和bayer圖像。此方法在OpenMV Cam M4 上不可用。 `image.``bilateral`(*size*\[,*color\_sigma=0.1*\[,*space\_sigma=1*\[,*threshold=False*\[,*offset=0*\[,*invert=False*\[,*mask=None*\]\]\]\]\]\]) 通過雙邊濾波器對圖像進行卷積。雙邊濾波器使圖像平滑，同時保持圖像中的邊緣。 `size`是內核的大小。取1 (3x3 內核)、2 (5x5 內核)或更高值。 `color_sigma`控制使用雙邊濾波器匹配顏色的接近程度。增加此值可增加顏色模糊。 `space_sigma`控制像素在空間方面相互模糊的程度。增加此值可增加像素模糊。如果你想在濾波器的輸出上自適應地設置閾值，你可以傳遞`threshold=True`參數來啟動圖像的自適應閾值處理，他根據環境像素的亮度（核函數周圍的像素的亮度有關），將像素設置為1或者0。負數`offset`值將更多像素設置為1，而正值僅將最強對比度設置為1。設置`invert`以反轉二進制圖像的結果輸出。 `mask`是另一個用作繪圖操作的像素級掩碼的圖像。掩碼應該是一個只有黑色或白色像素的圖像，并且應該與你正在繪制的`image`大小相同。僅掩碼中設置的像素被修改。返回圖像對象，以便您可以使用`.`表示法調用另一個方法。不支持壓縮圖像和bayer圖像。此方法在OpenMV Cam M4 上不可用。 `image.``cartoon`(*size*\[,*seed\_threshold=0.05*\[,*floating\_threshold=0.05*\[,*mask=None*\]\]\]) 漫游圖像并使用flood-fills算法填充圖像中的所有像素區域。這通過使圖像的所有區域中的顏色變平來有效地從圖像中去除紋理。為了獲得最佳效果，圖像應具有大量對比度，以使區域不會太容易相互滲透。 `seed_threshold`控制填充區域中的像素與原始起始像素的差異。 `floating_threshold`控制填充區域中的像素與任何相鄰像素的差異。 `mask`是另一個用作繪圖操作的像素級掩碼的圖像。掩碼應該是一個只有黑色或白色像素的圖像，并且應該與你正在繪制的`image`大小相同。僅掩碼中設置的像素被修改。返回圖像對象，以便您可以使用`.`表示法調用另一個方法。不支持壓縮圖像和bayer圖像。此方法在OpenMV Cam M4 上不可用。 `image.``remove_shadows`(\[*image*\]) 從該圖像中移除陰影。如果當前圖像沒有“無陰影”版本出現，則此方法將嘗試從圖像中去除陰影，但沒有真實無陰影的圖像依據。這種算法適用于去除平坦均勻背景中的陰影。請注意，此方法需要多秒才能運行，并且僅適用于實時移除陰影，動態生成無陰影版本的圖像。該算法的未來版本將適用于更多的環境，但同樣緩慢。如果當前圖像有“無陰影”版本出現，則此方法將使用“真實源”背景無陰影圖像去除圖像中的所有陰影以濾除陰影。非陰影像素不會被過濾掉，因此您可以向場景中添加以前不存在的新對象，并且這些對象中的任何非陰影像素都將顯示出來。返回圖像對象，以便您可以使用`.`表示法調用另一個方法。只支持RGB565圖像。此方法在OpenMV Cam M4 上不可用。 `image.``chrominvar`() 從圖像中刪除照明效果，僅留下顏色漸變。比`image.illuminvar()`更快但受陰影影響。返回圖像對象，以便您可以使用`.`表示法調用另一個方法。僅支持RGB565圖像。此方法在OpenMV Cam M4 上不可用。 `image.``illuminvar`() 從圖像中刪除照明效果，僅留下顏色漸變。比`image.chrominvar()`慢但不受陰影影響。返回圖像對象，以便您可以使用`.`表示法調用另一個方法。僅支持RGB565圖像。此方法在OpenMV Cam M4 上不可用。 `image.``linpolar`(\[*reverse=False*\]) 圖像從笛卡爾坐標到線性極坐標重新投影。設置`reverse=True`可以在相反的方向重新投影。線性極坐標重新投影將圖像旋轉轉換為x平移。不支持壓縮圖像。此方法在OpenMV Cam M4 上不可用。 `image.``logpolar`(\[*reverse=False*\]) 圖像從笛卡爾坐標到對數極坐標重新投影。設置`reverse=True`可以在相反的方向重新投影。對數極坐標重新投影將圖像的旋轉轉換為x平移和縮放到y平移。不支持壓縮圖像。此方法在OpenMV Cam M4 上不可用。 `image.``lens_corr`(\[*strength=1.8*\[,*zoom=1.0*\]\]) 進行鏡頭畸變校正，以去除鏡頭造成的圖像魚眼效果。 `strength`?是一個浮點數，該值確定了對圖像進行去魚眼效果的程度。在默認情況下，首先試用取值1.8，然后調整這一數值使圖像顯示最佳效果。 `zoom`?是在對圖像進行縮放的數值。默認值為 1.0 。返回圖像對象，以便您可以使用`.`表示法調用另一個方法。不支持壓縮圖像和bayer圖像。 `img.``rotation_corr`(\[*x\_rotation=0.0*\[,*y\_rotation=0.0*\[,*z\_rotation=0.0*\[,*x\_translation=0.0*\[,*y\_translation=0.0*\[,*zoom=1.0*\]\]\]\]\]\]) 通過執行幀緩沖區的3D旋轉來糾正圖像中的透視問題。 `x_rotation`是圍繞x軸在幀緩沖器中旋轉圖像的度數（這使圖像上下旋轉）。 `y_rotation`是幀緩沖區中圍繞y軸旋轉圖像的度數（即左右旋轉圖像）。 `z_rotation`是圍繞z軸在幀緩沖器中旋轉圖像的度數（即，使圖像旋轉到適當位置）。 `x_translation`是旋轉后將圖像移動到左側或右側的單位數。因為這個變換是應用在三維空間的，單位不是像素… `y_translation`是旋轉后將圖像上移或下移的單位數。因為這個變換是應用在三維空間的，單位不是像素… `zoom`是通過圖像縮放的量。默認情況下1.0。返回圖像對象，以便您可以使用`.`表示法調用另一個方法。不支持壓縮圖像和bayer圖像。此方法在OpenMV Cam M4 上不可用。 `image.``get_similarity`(*image*) 返回一個“相似度”對象，描述兩幅圖像使用SSIM算法來比較兩幅圖像之間的8x8像素色塊的相似度。 `image`可以是圖像對象，未壓縮圖像文件的路徑(bmp/pgm/ppm)，也可以是標量值。如果標量值，該值可以是RGB888元組或基礎像素值(例如，灰度圖像的8位灰度級或RGB圖像的字節反轉RGB565值)。不支持壓縮圖像和bayer圖像。此方法在OpenMV Cam M4 上不可用。 `image.``get_histogram`(\[*thresholds*\[,*invert=False*\[,*roi*\[,*bins*\[,*l\_bins*\[,*a\_bins*\[,*b\_bins*\]\]\]\]\]\]\]) 在`roi`的所有顏色通道上進行標準化直方圖運算，并返回`histogram`對象。請參考`histogram`對象以獲取更多信息。您也可以使用`image.get_hist`或`image.histogram`來調用這一方法。如果傳遞`thresholds`列表，則直方圖信息將僅從閾值列表中的像素計算得出。 `thresholds`必須是元組列表。`[(lo,hi),(lo,hi),...,(lo,hi)]`定義你想追蹤的顏色范圍。對于灰度圖像，每個元組需要包含兩個值 - 最小灰度值和最大灰度值。僅考慮落在這些閾值之間的像素區域。對于RGB565圖像，每個元組需要有六個值(l\_lo，l\_hi，a\_lo，a\_hi，b\_lo，b\_hi) - 分別是LAB L，A和B通道的最小值和最大值。為方便使用，此功能將自動修復交換的最小值和最大值。此外，如果元組大于六個值，則忽略其余值。相反，如果元組太短，則假定其余閾值處于最大范圍。注解獲取所跟蹤對象的閾值，只需在IDE幀緩沖區中選擇（單擊并拖動）跟蹤對象。直方圖會相應地更新到所在區域。然后只需寫下顏色分布在每個直方圖通道中起始與下降位置。這些將是`thresholds`的低值和高值。由于上下四分位數據相差微小，故手動確定閾值為佳。您還可以通過進入OpenMV IDE中的`工具->機器視覺->閾值編輯器`并從GUI窗口中拖動滑塊來確定顏色閾值。 `invert`反轉閾值操作，像素在已知顏色范圍之外進行匹配，而非在已知顏色范圍內。除非您需要使用顏色統計信息進行高級操作，否則只需使用`image.get\_statistics()` 方法代替此方法查看圖像中的像素區域。 `roi`是感興趣區域的矩形元組(x，y，w，h)。如果未指定，ROI即整個圖像的圖像矩形。操作范圍僅限于`roi`區域內的像素。 `bins`和其他bin是用于直方圖通道的箱數。對于灰度圖像，使用`bins`，對于RGB565圖像，使用其他每個通道。每個通道的bin計數必須大于2。另外，將bin計數設置為大于每個通道的唯一像素值的數量是沒有意義的。默認情況下，直方圖將具有每個通道的最大bin數。不支持壓縮圖像和bayer圖像。 `image.``get_statistics`(\[*thresholds*\[,*invert=False*\[,*roi*\[,*bins*\[,*l\_bins*\[,*a\_bins*\[,*b\_bins*\]\]\]\]\]\]\]) 計算`roi`中每個顏色通道的平均值、中值、眾值、標準偏差、最小值、最大值、下四分值和上四分值，并返回一個數據對象。請參見`statistics`對象以獲取更多信息。您也可以使用`image.get_stats`或`image.statistics`來調用這一方法。如果傳遞`thresholds`列表，則直方圖信息將僅從閾值列表中的像素計算得出。 `thresholds`必須是元組列表。`[(lo,hi),(lo,hi),...,(lo,hi)]`定義你想追蹤的顏色范圍。對于灰度圖像，每個元組需要包含兩個值 - 最小灰度值和最大灰度值。僅考慮落在這些閾值之間的像素區域。對于RGB565圖像，每個元組需要有六個值(l\_lo，l\_hi，a\_lo，a\_hi，b\_lo，b\_hi) - 分別是LAB L，A和B通道的最小值和最大值。為方便使用，此功能將自動修復交換的最小值和最大值。此外，如果元組大于六個值，則忽略其余值。相反，如果元組太短，則假定其余閾值處于最大范圍。注解獲取所跟蹤對象的閾值，只需在IDE幀緩沖區中選擇（單擊并拖動）跟蹤對象。直方圖會相應地更新到所在區域。然后只需寫下顏色分布在每個直方圖通道中起始與下降位置。這些將是`thresholds`的低值和高值。由于上下四分位數據相差微小，故手動確定閾值為佳。您還可以通過進入OpenMV IDE中的`工具->機器視覺->閾值編輯器`并從GUI窗口中拖動滑塊來確定顏色閾值。 `invert`反轉閾值操作，像素在已知顏色范圍之外進行匹配，而非在已知顏色范圍內。您可以在需要獲取圖像中一個像素區域信息時使用這一方法。例如：若您想用幀差法來檢測運動時，您需要使用這一方法來確定圖像顏色通道的變化，從而觸發運動檢測閾值。 `roi`是感興趣區域的矩形元組(x，y，w，h)。如果未指定，ROI即整個圖像的圖像矩形。操作范圍僅限于`roi`區域內的像素。 `bins`和其他bin是用于直方圖通道的箱數。對于灰度圖像，使用`bins`，對于RGB565圖像，使用其他每個通道。每個通道的bin計數必須大于2。另外，將bin計數設置為大于每個通道的唯一像素值的數量是沒有意義的。默認情況下，直方圖將具有每個通道的最大bin數。不支持壓縮圖像和bayer圖像。 `image.``get_regression`(*thresholds*\[,*invert=False*\[,*roi*\[,*x\_stride=2*\[,*y\_stride=1*\[,*area\_threshold=10*\[,*pixels\_threshold=10*\[,*robust=False*\]\]\]\]\]\]\]) 對圖像所有閾值像素進行線性回歸計算。這一計算通過最小二乘法進行，通常速度較快，但不能處理任何異常值。若`robust`為True，則使用Theil-Sen線性回歸算法，它計算圖像中所有閾值像素的斜率的中位數。若在閾值處理后有太多像素，即使在80x60的圖像上，這個O(N^2)操作也可能將您的FPS降到5幀以下。但是，只要閾值轉換后的像素數量較少，即使在高達30％的閾值像素是異常值的情況下也依然有效，魯棒性好。這一方法返回的是一個`image.line`對象。如何輕松運用直線對象， `thresholds`必須是元組列表。`[(lo,hi),(lo,hi),...,(lo,hi)]`定義你想追蹤的顏色范圍。對于灰度圖像，每個元組需要包含兩個值 - 最小灰度值和最大灰度值。僅考慮落在這些閾值之間的像素區域。對于RGB565圖像，每個元組需要有六個值(l\_lo，l\_hi，a\_lo，a\_hi，b\_lo，b\_hi) - 分別是LAB L，A和B通道的最小值和最大值。為方便使用，此功能將自動修復交換的最小值和最大值。此外，如果元組大于六個值，則忽略其余值。相反，如果元組太短，則假定其余閾值處于最大范圍。注解獲取所跟蹤對象的閾值，只需在IDE幀緩沖區中選擇（單擊并拖動）跟蹤對象。直方圖會相應地更新到所在區域。然后只需寫下顏色分布在每個直方圖通道中起始與下降位置。這些將是`thresholds`的低值和高值。由于上下四分位數據相差微小，故手動確定閾值為佳。您還可以通過進入OpenMV IDE中的`工具->機器視覺->閾值編輯器`并從GUI窗口中拖動滑塊來確定顏色閾值。 `invert`反轉閾值操作，像素在已知顏色范圍之外進行匹配，而非在已知顏色范圍內。 `roi`是感興趣區域的矩形元組(x，y，w，h)。如果未指定，ROI即整個圖像的圖像矩形。操作范圍僅限于`roi`區域內的像素。 `x_stride`是調用函數時要跳過的x像素數。 `y_stride`是調用函數時要跳過的y像素數。如果回歸后的邊界框區域小于`area_threshold`，則返回None。如果回歸后的像素數小于`pixel_threshold`，則返回None。不支持壓縮圖像和bayer圖像。 `image.``find_blobs`(*thresholds*\[,*invert=False*\[,*roi*\[,*x\_stride=2*\[,*y\_stride=1*\[,*area\_threshold=10*\[,*pixels\_threshold=10*\[,*merge=False*\[,*margin=0*\[,*threshold\_cb=None*\[,*merge\_cb=None*\]\]\]\]\]\]\]\]\]\]) 查找圖像中所有色塊，并返回一個包括每個色塊的色塊對象的列表。請觀察`image.blob`對象以獲取更多信息。 `thresholds`必須是元組列表。`[(lo,hi),(lo,hi),...,(lo,hi)]`定義你想追蹤的顏色范圍。對于灰度圖像，每個元組需要包含兩個值 - 最小灰度值和最大灰度值。僅考慮落在這些閾值之間的像素區域。對于RGB565圖像，每個元組需要有六個值(l\_lo，l\_hi，a\_lo，a\_hi，b\_lo，b\_hi) - 分別是LAB L，A和B通道的最小值和最大值。為方便使用，此功能將自動修復交換的最小值和最大值。此外，如果元組大于六個值，則忽略其余值。相反，如果元組太短，則假定其余閾值處于最大范圍。注解獲取所跟蹤對象的閾值，只需在IDE幀緩沖區中選擇（單擊并拖動）跟蹤對象。直方圖會相應地更新到所在區域。然后只需寫下顏色分布在每個直方圖通道中起始與下降位置。這些將是`thresholds`的低值和高值。由于上下四分位數據相差微小，故手動確定閾值為佳。您還可以通過進入OpenMV IDE中的`工具->機器視覺->閾值編輯器`并從GUI窗口中拖動滑塊來確定顏色閾值。 `invert`反轉閾值操作，像素在已知顏色范圍之外進行匹配，而非在已知顏色范圍內。 `roi`是感興趣區域的矩形元組(x，y，w，h)。如果未指定，ROI即整個圖像的圖像矩形。操作范圍僅限于`roi`區域內的像素。 `x_stride`是查找某色塊時需要跳過的x像素的數量。找到色塊后，直線填充算法將精確像素。若已知色塊較大，可增加`x_stride`來提高查找色塊的速度。 `y_stride`是查找某色塊時需要跳過的y像素的數量。找到色塊后，直線填充算法將精確像素。若已知色塊較大，可增加`y_stride`來提高查找色塊的速度。若一個色塊的邊界框區域小于`area_threshold`，則會被過濾掉。若一個色塊的像素數小于`pixel_threshold`，則會被過濾掉。 `merge`若為True，則合并所有沒有被過濾掉的色塊，這些色塊的邊界矩形互相交錯重疊。`margin`可在相交測試中用來增大或減小色塊邊界矩形的大小。例如：邊緣為1、相互間邊界矩形為1的色塊將被合并。合并色塊使顏色代碼追蹤得以實現。每個色塊對象有一個代碼值`code`，該值為一個位向量。例如：若您在`image.find_blobs`中輸入兩個顏色閾值，則第一個閾值代碼為1，第二個代碼為2（第三個代碼為4，第四個代碼為8，以此類推）。合并色塊對所有的code使用邏輯或運算，以便您知道產生它們的顏色。這使得您可以追蹤兩個顏色，若您用兩種顏色得到一個色塊對象，則可能是一種顏色代碼。若您使用嚴格的顏色范圍，無法完全追蹤目標對象的所有像素，您可能需要合并色塊。最后，若您想要合并色塊，但不想兩種不同閾值顏色的色塊被合并，只需分別兩次調用`image.find_blobs`，不同閾值色塊就不會被合并。 `threshold_cb`可設置為用以調用閾值篩選后的每個色塊的函數，以便將其從將要合并的色塊列表中過濾出來。回調函數將收到一個參數：要被篩選的色塊對象。然后回調函數需返回True以保留色塊或返回False以過濾色塊。 `merge_cb`可設置為用以調用兩個即將合并的色塊的函數，以禁止或準許合并。回調函數將收到兩個參數—兩個將被合并的色塊對象。回調函數須返回True以合并色塊，或返回False以防止色塊合并。不支持壓縮圖像和bayer圖像。 `image.``find_lines`(\[*roi*\[,*x\_stride=2*\[,*y\_stride=1*\[,*threshold=1000*\[,*theta\_margin=25*\[,*rho\_margin=25*\]\]\]\]\]\]) 使用霍夫變換查找圖像中的所有直線。返回一個`image.line`對象的列表。 `roi`是感興趣區域的矩形元組(x，y，w，h)。如果未指定，ROI即整個圖像的圖像矩形。操作范圍僅限于`roi`區域內的像素。 `x_stride`是霍夫變換時需要跳過的x像素的數量。若已知直線較大，可增加`x_stride`。 `y_stride`是霍夫變換時需要跳過的y像素的數量。若已知直線較大，可增加`y_stride`。 `threshold`控制從霍夫變換中監測到的直線。只返回大于或等于`threshold`的直線。應用程序的正確的`threshold`值取決于圖像。注意：一條直線的模(magnitude)是組成直線所有sobel濾波像素大小的總和。 `theta_margin`控制所監測的直線的合并。直線角度為`theta_margin`的部分和直線p值為`rho_margin`的部分合并。 `rho_margin`控制所監測的直線的合并。直線角度為`theta_margin`的部分和直線p值為`rho_margin`的部分合并。該方法通過在圖像上運行索貝爾濾波器，并利用該濾波器的幅值和梯度響應來進行霍夫變換。無需對圖像進行任何預處理。但是，清理圖像過濾器可得到更為穩定的結果。不支持壓縮圖像和bayer圖像。此方法在OpenMV Cam M4 上不可用。 `image.``find_line_segments`(\[*roi*\[,*merge\_distance=0*\[,*max\_theta\_difference=15*\]\]\]) 使用霍夫轉換來查找圖像中的線段。返回一個?`image.line`對象的列表。 `roi`是一個用以復制的矩形的感興趣區域(x, y, w, h)。如果未指定，`ROI`即圖像矩形。操作范圍僅限于roi區域內的像素。 `merge_distance`指定兩條線段之間的可以相互分開而不被合并的最大像素數。 `max_theta_difference`是上面`merge_distancede`要合并的的兩個線段的最大角度差值。此方法使用LSD庫來查找圖像中的線段。這有點慢，但是非常準確，線段不會跳躍。不支持壓縮圖像和bayer圖像。此方法在OpenMV Cam M4 上不可用。 `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*\[,*r\_step=2*\]\]\]\]\]\]\]\]\]\]) 使用霍夫變換在圖像中查找圓。返回一個`image.circle`對象列表（見上）。 `roi`是一個用以復制的矩形的感興趣區域(x, y, w, h)。如果未指定，`ROI`即圖像矩形。操作范圍僅限于roi區域內的像素。 `x_stride`是霍夫變換時需要跳過的x像素的數量。若已知圓較大，可增加`x_stride`。 `y_stride`是霍夫變換時需要跳過的y像素的數量。若已知圓較大，可增加`y_stride`。 `threshold`控制從霍夫變換中監測到的圓。只返回大于或等于`threshold`的圓。應用程序的正確的`threshold`值取決于圖像。注意：一個圓的大小(magnitude)是組成圓所有索貝爾濾波像素大小的總和。 `x_margin`控制所檢測的圓的合并。?圓像素為`x_margin`、`y_margin`和`r_margin`?的部分合并。 `y_margin`控制所檢測的圓的合并。?圓像素為`x_margin`、`y_margin`和`r_margin`?的部分合并。 `r_margin`控制所檢測的圓的合并。?圓像素為`x_margin`、`y_margin`和`r_margin`?的部分合并。 `r_min`controls the minimum circle radius detected. Increase this to speed up the algorithm. Defaults to 2. `r_max`controls the maximum circle radius detected. Decrease this to speed up the algorithm. Defaults to min(roi.w/2, roi.h/2). `r_step`controls how to step the radius detection by. Defaults to 2. 不支持壓縮圖像和bayer圖像。此方法在OpenMV Cam M4 上不可用。 `image.``find_rects`(\[*roi=Auto*,*threshold=10000*\]) 使用用于查找AprilTAg的相同的quad detection算法來查找圖像中的矩形。最適用與背景形成鮮明對比的矩形。AprilTag的quad detection可以處理任意縮放/旋轉/剪切的矩形。返回一個`image.rect`對象的列表。 `roi`?是一個用以復制的矩形的感興趣區域(x, y, w, h)。如果未指定， ROI即圖像矩形。操作范圍僅限于`roi`區域內的像素。邊界大小（通過在矩形邊緣上的所有像素上滑動索貝爾算子并相加該值）小于?`threshold`的矩形會從返回列表中過濾出來。`threshold`的正確值取決于您的應用程序/場景。不支持壓縮圖像和bayer圖像。此方法在OpenMV Cam M4 上不可用。 `image.``find_qrcodes`(\[*roi*\]) 查找`roi`內的所有二維碼并返回一個`image.qrcode`對象的列表。請參考`image.qrcode`對象以獲取更多信息。為使這一方法成功運行，圖像上二維碼需比較平展。通過使用`sensor.set_windowing`?函數在鏡頭中心放大、`image.lens_corr`?函數來消解鏡頭的桶形畸變或通過更換視野較為狹小的鏡頭，您可得到一個不受鏡頭畸變影響的更為平展的二維碼。有些機器視覺鏡頭不會造成桶形失真，但是其造價遠比OpenMV提供的標準鏡片高，這種鏡頭為無畸變鏡頭。 `roi`?是一個用以復制的矩形的感興趣區域(x, y, w, h)。如果未指定，ROI即整幅圖像的圖像矩形。操作范圍僅限于`roi`區域內的像素。不支持壓縮圖像和bayer圖像。此方法在OpenMV Cam M4 上不可用。 `image.``find_apriltags`(\[*roi*\[,*families=image.TAG36H11*\[,*fx*\[,*fy*\[,*cx*\[,*cy*\]\]\]\]\]\]) 查找`roi`內的所有AprilTag, 并返回一個`image.apriltag`對象的列表。請參考?`image.apriltag`對象以獲取更多信息。與二維碼相比，AprilTags可在更遠距離、較差光線和更扭曲的圖像環境下被檢測到。 AprilTags可應對所有種類的圖像失真問題，而二維碼并不能。也就是說，AprilTags只能將數字ID編碼作為其有效載荷。 AprilTags也可用于本地化。每個`image.apriltag`對象都從攝像機返回其三維位置信息和旋轉角度。位置信息由`fx`、`fy`、`cx`和`cy`決定，分別為X和Y方向上圖像的焦距和中心點。注解使用OpenMV IDE內置的標簽生成器工具來創建AprilTags。標簽生成器可創建可打印的8.5“x11”AprilTags。 `roi`?是一個用以復制的矩形的感興趣區域(x, y, w, h)。如果未指定，ROI即整幅圖像的圖像矩形。操作范圍僅限于`roi`區域內的像素。 `families`是要解碼的標簽家族的位掩碼。是一個邏輯或： > * `image.TAG16H5` > * `image.TAG25H7` > * `image.TAG25H9` > * `image.TAG36H10` > * `image.TAG36H11` > * `image.ARTOOLKIT` 默認設置為最好用的?`image.TAG36H11`標簽家族。注意：每啟用一個標簽家族，`find_apriltags`的速度都會略有放慢。 `fx`是以像素為單位的相機x方向的焦距。標準OpenMV Cam的值為(2.8 / 3.984) \* 656，該值通過毫米計的焦距值除以X方向上感光元件的長度，再乘以X方向上感光元件的像素數量得來（對OV7725感光元件而言）。 `fy`是以像素為單位的相機y方向的焦距。標準OpenMV Cam的值為(2.8 / 2.952) \* 488，該值通過毫米計的焦距值除以Y方向上感光元件的長度，再乘以Y方向上感光元件的像素數量得來（對OV7725感光元件而言）。 `cx`是圖像的中心，即`image.width()/2`，而非`roi.w()/2`。 `cy`是圖像的中心，即`image.height()/2`，而非`roi.h()/2`。不支持壓縮圖像和bayer圖像。此方法在OpenMV Cam M4 上不可用。 `image.``find_datamatrices`(\[*roi*\[,*effort=200*\]\]) 查找`roi`內的所有數據矩陣并返回一個`image.datamatrix`對象的列表。請參考`image.datamatrix`對象以獲取更多信息。為使這一方法成功運行，圖像上矩形碼需比較平展。通過使用`sensor.set_windowing`函數在鏡頭中心放大、`image.lens_corr`?函數來消解鏡頭的桶形畸變或通過更換視野較為狹小的鏡頭，您可得到一個不受鏡頭畸變影響的更為平展的矩形碼。有些機器視覺鏡頭不會造成桶形失真，但是其造價遠比OpenMV提供的標準鏡片高，這種鏡頭是無畸變鏡頭。 `roi`是一個用以復制的矩形的感興趣區域(x, y, w, h)。如果未指定，ROI即整幅圖像的圖像矩形。操作范圍僅限于`roi`區域內的像素。 `effort`控制用于查找矩形碼匹配的時間。默認值為200應該適用于所有用例。但是您也可能以幀速率為代價增加檢測，或以檢測為代價增加幀速率。注意：若`effort`設置在約160以下，您就無法進行任何檢測；相反，您可將其設置為您需要的任何高值，但是若設置值高于240，檢測率將不會繼續隨之提高。不支持壓縮圖像和bayer圖像。此方法在OpenMV Cam M4 上不可用。 `image.``find_barcodes`(\[*roi*\]) 查找`roi`內所有一維條形碼并返回一個`image.barcode`對象列表。請參考?`image.barcode`對象以獲取更多信息。為了獲得最佳效果，請使用長640、寬40/80／160窗口。垂直程度越低，運行速度越快。由于條形碼是線性一維圖像，所以只需在一個方向上有較高分辨率，而在另一方向上只需較低分辨率。注意：該函數進行水平和垂直掃描，所以您可使用寬40/80／160、長480的窗口。最后，請一定調整鏡頭，這樣條形碼會定位在焦距產生最清晰圖像的地方。模糊條碼無法被解碼。該函數支持所有一維條形碼： > * `image.EAN2` > * `image.EAN5` > * `image.EAN8` > * `image.UPCE` > * `image.ISBN10` > * `image.UPCA` > * `image.EAN13` > * `image.ISBN13` > * `image.I25` > * `image.DATABAR` > * `image.DATABAR_EXP` > * `image.CODABAR` > * `image.CODE39` > * `image.PDF417` > * `image.CODE93` > * `image.CODE128` `roi`是一個用以復制的矩形的感興趣區域(x, y, w, h)。如果未指定，ROI即整幅圖像的圖像矩形。操作范圍僅限于`roi`區域內的像素。不支持壓縮圖像和bayer圖像。此方法在OpenMV Cam M4 上不可用。 `image.``find_displacement`(*template*\[,*roi*\[,*template\_roi*\[,*logpolar=False*\]\]\]) 從模板中查找此圖像的變換偏移量。這種方法可以用來做光流。此方法返回一個`image.displacement`對象，其中包含使用相位相關的位移計算結果。 `roi`是需要處理的矩形區域（x，y，w，h）。如果未指定，則等于圖像矩形。 `template_roi`是需要處理的矩形區域（x，y，w，h）。如果未指定，則等于圖像矩形。 `roi`和`template`roi必須具有相同的w/h，但x/y可以為圖像任意位置。您可以在較大圖像上滑動較小的rois以獲得光流漸變圖像. `image.find_displacement`通常計算兩個圖像之間的x/y平移。但是，如果您設置`logpolar=True`，它將會在兩個圖像之間找到旋轉和縮放比例的變化。相同的`image.displacement`對象結果兩種可能的反饋。不支持壓縮圖像和bayer圖像。注解請在長寬一致的圖像（例如``sensor.B64X64``）上使用此方法。此方法在OpenMV Cam M4 上不可用。 `image.``find_number`(*roi*) 運行在MINST數據集上訓練的LENET-6 CNN（卷積神經網絡），以檢測位于圖像上任何位置的28x28 ROI中的數字。返回一個包含整數和浮點數的元組，表示檢測到的數字（0-9）和檢測的置信度（0-1）。 `roi`是感興趣區域的矩形元組(x，y，w，h)。如果未指定，ROI即整個圖像的圖像矩形。操作范圍僅限于`roi`區域內的像素。僅支持灰度圖像。注解這種方法是實驗性的。如果未來運行使用Caffe在PC上訓練的任何CNN，這種方法可能會刪除。最新3.0.0版本固件已刪除此函數。此方法在OpenMV Cam M4 上不可用。 `image.``classify_object`(*roi*) 在圖像的ROI上運行CIFAR-10 CNN，以檢測飛機，汽車，鳥類，貓，鹿，狗，青蛙，馬，船和卡車。此方法在內部自動將圖像縮放到32x32以饋送到CNN。 `roi`是感興趣區域的矩形元組(x，y，w，h)。如果未指定，ROI即整個圖像的圖像矩形。操作范圍僅限于`roi`區域內的像素。僅支持RGB565圖像。注解這種方法是實驗性的。如果未來運行使用Caffe在PC上訓練的任何CNN，這種方法可能會刪除。 `image.``find_template`(*template*,*threshold*\[,*roi*\[,*step=2*\[,*search=image.SEARCH\_EX*\]\]\]) 嘗試使用歸一化互相關(NCC)算法在圖像中找到第一個模板匹配的位置。返回匹配位置的邊界框元組(x, y, w, h)，否則返回None。 `template`是一個與這個圖像對象相匹配的小圖像對象。注意：兩圖像須都為灰度圖。 `threshold`是浮點數（0.0-1.0），其中較小的值在提高檢測速率同時增加誤報率。相反，較高的值會降低檢測速率，同時降低誤報率。 `roi`是感興趣區域的矩形元組(x，y，w，h)。如果未指定，ROI即整個圖像的圖像矩形。操作范圍僅限于`roi`區域內的像素。 `step`是查找模板時需要跳過的像素數量。跳過像素可大大提高算法運行的速度。該方法只適用于SERACH\_EX模式下的算法。 `search`可為`image.SEARCH_DS`or`image.SEARCH_EX`.`image.SEARCH_DS`搜索模板所用算法較`image.SEARCH_EX`更快，但若模板位于圖像邊緣周圍，可能無法成功搜索。`image.SEARCH_EX`?可對圖像進行較為詳盡的搜索，但其運行速度遠低于`image.SEARCH_DS`。僅支持灰度圖像。 `image.``find_features`(*cascade*\[,*threshold=0.5*\[,*scale=1.5*\[,*roi*\]\]\]) 這個方法搜索與Haar Cascade匹配的所有區域的圖像，并返回一個關于這些特征的邊界框矩形元組(x，y，w，h)的列表。若未發現任何特征，則返回一個空白列表。 `cascade`是一個Haar Cascade對象。詳細信息請查看`image.HaarCascade()`。 `threshold`是浮點數（0.0-1.0），其中較小的值在提高檢測速率同時增加誤報率。相反，較高的值會降低檢測速率，同時降低誤報率。 `scale`是一個必須大于1.0的浮點數。較高的比例因子運行更快，但其圖像匹配相應較差。理想值介于1.35-1.5之間。 `roi`是感興趣區域的矩形元組(x，y，w，h)。如果未指定，ROI即整個圖像的圖像矩形。操作范圍僅限于`roi`區域內的像素。 `image.``find_eye`(*roi*) 在眼睛周圍的感興趣區域(x, y, w, h)查找瞳孔。返回一個包含圖像中瞳孔(x，y)位置的元組。若未發現瞳孔，則返回(0,0)。使用這一函數之前，需首先使用`image.find_features()`和Haar算子`frontalface`?來搜索某人面部。然后使用`image.find_features`和Haar算子`find_eye`在面部搜索眼睛。最后，在調用`image.find_features`函數后返回的每個眼睛ROI上調用這一方法，以得到瞳孔的坐標。 `roi`是感興趣區域的矩形元組(x，y，w，h)。如果未指定，ROI即整個圖像的圖像矩形。操作范圍僅限于`roi`區域內的像素。僅支持灰度圖像。 `image.``find_lbp`(*roi*) 從ROI元組(x, y, w, h)中提取LBP（局部二值模式）鍵點。您可以使用`image.match_descriptor`函數來比較兩組關鍵點，以獲取匹配距離。 `roi`是感興趣區域的矩形元組(x，y，w，h)。如果未指定，ROI即整個圖像的圖像矩形。操作范圍僅限于`roi`區域內的像素。僅支持灰度圖像。 `image.``find_keypoints`(\[*roi*\[,*threshold=20*\[,*normalized=False*\[,*scale\_factor=1.5*\[,*max\_keypoints=100*\[,*corner\_detector=image.CORNER\_AGAST*\]\]\]\]\]\]) 從ROI元組(x, y, w, h)中提取ORB鍵點。您可以使用`image.match_descriptor`函數來比較兩組關鍵點，以獲取匹配區域。若未發現關鍵點，則返回None。 `roi`是感興趣區域的矩形元組(x，y，w，h)。如果未指定，ROI即整個圖像的圖像矩形。操作范圍僅限于`roi`區域內的像素。 `threshold`是控制提取的數量的數字（取值0-255）。對于默認的AGAST角點檢測器，該值應在20左右。對于FAST角點檢測器，該值約為60-80。閾值越低，您提取的角點越多。 `normalized`是布爾值。若為True，在多分辨率下關閉提取鍵點。若您不關心處理擴展問題，且希望算法運行更快，就將之設置為True。 `scale_factor`是一個必須大于1.0的浮點數。較高的比例因子運行更快，但其圖像匹配相應較差。理想值介于1.35-1.5之間。 `max_keypoints`是一個鍵點對象所能容納的鍵點最大數量。若鍵點對象過大導致內存問題，請降低該值。 `corner_detector`是從圖像中提取鍵點所使用的角點檢測器算法。可為`image.CORNER_FAST`。FAST角點檢測器運行速度更快，但其準確度較低。僅支持灰度圖像。 `image.``find_edges`(*edge\_type*\[,*threshold*\]) 將圖像變為黑白，僅將邊緣保留為白色像素。 > * image.EDGE\_SIMPLE - 簡單的閾值高通濾波算法 > * image.EDGE\_CANNY - Canny邊緣檢測算法 `threshold`是一個包含一個低閾值和一個高閾值的二值元組。您可以通過調整該值來控制邊緣質量。默認為 (100, 200)。僅支持灰度圖像。 `find_hog`(\[*roi*\[,*size=8*\]\]) 用HOG（定向梯度直方圖）線替換ROI中的像素。 `roi`是感興趣區域的矩形元組(x，y，w，h)。如果未指定，ROI即整個圖像的圖像矩形。操作范圍僅限于`roi`區域內的像素。僅支持灰度圖像。此方法在OpenMV Cam M4 上不可用。 ## 常量 `image.``SEARCH_EX` 詳盡的模板匹配搜索。 `image.``SEARCH_DS` 更快的模板匹配搜索。 `image.``EDGE_CANNY` 使用Canny邊緣檢測算法對圖像進行邊緣檢測。 `image.``EDGE_SIMPLE` 使用閾值高通濾波算法對圖像進行邊緣檢測。 `image.``CORNER_FAST` 用于ORB鍵點的高速低準確率角點檢測算法 `image.``CORNER_AGAST` 用于ORB鍵點的低速高準確率算法。 `image.``TAG16H5` TAG1H5標簽群的位掩碼枚舉。用于AprilTags。 `image.``TAG25H7` TAG25H7標簽群的位掩碼枚舉。用于AprilTags。 `image.``TAG25H9` TAG25H9標簽群的位掩碼枚舉。用于AprilTags。 `image.``TAG36H10` TAG36H10標簽群的位掩碼枚舉。用于AprilTags。 `image.``TAG36H11` TAG36H11標簽群的位掩碼枚舉。用于AprilTags。 `image.``ARTOOLKIT` ARTOOLKIT標簽群的位掩碼枚舉。用于AprilTags。 `image.``EAN2` EAN2條形碼類型枚舉。 `image.``EAN5` EAN5條形碼類型枚舉。 `image.``EAN8` EAN8條形碼類型枚舉。 `image.``UPCE` UPCE條形碼類型枚舉。 `image.``ISBN10` ISBN10條形碼類型枚舉。 `image.``UPCA` UPCA條形碼類型枚舉。 `image.``EAN13` EAN13條形碼類型枚舉。 `image.``ISBN13` ISBN13條形碼類型枚舉。 `image.``I25` I25條形碼類型枚舉。 `image.``DATABAR` DATABAR條形碼類型枚舉。 `image.``DATABAR_EXP` DATABAR\_EXP條形碼類型枚舉。 `image.``CODABAR` CODABAR條形碼類型枚舉。 `image.``CODE39` CODE39條形碼類型枚舉。 `image.``PDF417` PDF417條形碼類型枚舉（目前尚不能運行）。 `image.``CODE93` CODE93條形碼類型枚舉。 `image.``CODE128` CODE128條形碼類型枚舉。