我是一名高中生，目前是机器人团队的程序员。今年我们计划进行一些视觉处理/跟踪，以自动找到目标并使自己与目标保持一致。我们使用 java 对我们的机器人进行编程，并且是 FRC（第一届机器人竞赛）的一部分。我们在使用 RoboRealm 进行视觉跟踪工作的标准方法方面遇到了一些问题，我曾想过使用 Raspberry Pi 作为协处理器，仅用于视觉跟踪目的。我已经对使用什么进行了一些研究，看来 OpenCV 是最好的。我在 Raspberry Pi 上编码的经验很少，但对 python 有基本的了解。我正在考虑让覆盆子 pi 完成对球门的所有跟踪（球门外边缘有反光带），并以某种方式发送该信号（通过 roborio——板载 FRC 标准处理器）并发送到我的java 代码，然后它会告诉我们的机器人向左或向右转，具体取决于我们离目标的距离。我只是好奇这是否属于像我这样的初学者程序员的可行范围。任何反馈都会很棒！
谢谢！
【问题讨论】：
标签： java python opencv raspberry-pi robotics
您所说的一切使用contour features 听起来都非常可行您可以使用边界矩形/圆等来提取目标的质心 (COM) 坐标。此时你可以像你说的那样做一个简单的阈值，如果 COM 向左，则向左移动，反之亦然。
最大的问题是可靠地定位目标，如果您之前从未做过 CV，很容易低估这项任务的难度。我的建议是尽量使目标尽可能明显。既然它是反光的，也许您可以照亮它以使其更加突出？也许从机器人发出红外线（红外线）并在相机上使用红外线过滤器。您也可以使用可见光谱中的任何常规光来执行此操作。一旦你在目标和背景之间建立了足够的对比，你可以做简单的thresholding 或者可能做template matching（虽然慢得多，如果目标倾斜或倾斜，它就不起作用）。
我希望我给了你一些想法，祝你好运。
编辑
在您的评论中，您提到您的目标是绿色的，这可以简化您的问题。我不确定您对 CV 了解多少，但图像采用 RGB 格式。每个像素都有一个红色、绿色和蓝色分量。如果您正在寻找绿色，split the colors 可能会很好，并且只有 thresholding 的图像的绿色通道打开的 CV 站点有 GREAT tutorials 可供入门。我强烈建议您（以及您团队中的任何其他人）看看这个。我建议你阅读：
另一个技巧是在算法开发过程中使用静止图像。从机器人可能遇到的角度拍摄一些不同的目标图像。对这些进行所有测试和开发。一旦你有很高的信心水平，然后转向视频。即使那样我也会从离线开始 视频（您捕获的记录，不是实时的）。如果您发现问题很容易重现它们（只需回到视频中那个麻烦的时间戳并调整您的算法）。然后最后用在线（实时）视频来做。
最后一条建议，即使您的最终目标是在 RPi 上运行，您也可以随意在您拥有的任何计算机上测试您的 CV 算法。如果您大部分时间使用笔记本电脑，请在其上使用 opencv，移植到 Rpi 的主要区别在于您寻址 RPi 摄像头模块的方式。但是，如果您仍处于使用静止图像和离线视频的早期阶段，这不会有什么不同。但这只是我的观点，我知道当我整天在我的 Windows 笔记本电脑上时，我自己在拖出我的 Pi 来编码时遇到了麻烦。我更有可能使用我的日常 PC 编写代码。
【讨论】：