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，以自动找到目标并与目标保持一致。我们使用java来编程我们的机器人，并且是FRC（第一机器人大赛）的一部分。使用RoboRealm，我们在使用标准方法实现视觉跟踪方面遇到了一些麻烦，我曾想过将Raspberry Pi用作协处理器，仅用于视觉跟踪目的。我已经做了一些关于使用什么的研究，看来OpenCV是最好的。我对Raspberry Pi的编码经验不多，但对python有基本的了解。我正在考虑让覆盆子pi完成对目标的所有跟踪（沿着球门外缘有反光带），并以某种方式发送信号（通过roborio - 板载FRC标准处理器）和我的java代码，然后告诉我们的机器人要么向左转多，要么更多，这取决于我们离目标有多远。我很好奇这是否适合像我这样的初学者程序员。任何反馈都会很棒！
谢谢！
答案 0 :(得分：1)
使用contour features听到的所有内容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处理，如果COM在左边，向左移动，反之亦然。
最大的问题是可靠地找到目标，如果你之前从未完成过CV，那么很容易低估这项任务的难度。我的建议是努力使目标尽可能明显。既然它的反光也许你可以照亮它以使它更突出？也许从机器人发出IR（红外线）并在相机上使用红外线滤镜。您也可以使用可见光谱中的任何常规光进行此操作。一旦你在目标和背景之间创造了足够的对比度，你可以做简单的thresholding或者可能做template matching（尽管速度要慢得多，如果目标是一个角度或者是倾斜的话，它将不起作用）。
我希望我能给你一些想法，祝你好运。
修改
在您的评论中，您提到您的目标是绿色，可以简化您的问题。我不确定你对CV有多了解，但图像有RGB格式。每个像素都有红色，绿色和蓝色分量。如果你正在寻找绿色，那么split the colors可能会很好，只有thresholding的图像的绿色通道。开放的CV网站开始时有很大的tutorials。我强烈建议你（以及你团队中的其他人）看看这个。我建议你阅读：
另一个提示是在使用静止图像进行算法开发工作期间。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。一旦你有一个高置信水平，然后转移到视频。即使这样，我也会从离线开始 视频（您捕获的录制，而不是实时）。如果您发现问题很容易重现它们（只需回到vid中那个麻烦的时间戳并调整算法）。然后最后使用在线（实时）视频进行操作。
最后一条建议，即使您的最终目标是在RPi上运行，也可以随意在您拥有的任何计算机上测试您的CV算法。如果您在大多数时间使用笔记本电脑，请将opencv置于其上，移植到Rpi的主要区别在于您对RPi相机模块的寻址方式。但如果你仍处于使用静止图像和离线视频的早期阶段，这将无济于事。但这只是我的意见，我知道当我整天在Windows笔记本电脑上时，我自己无法将我的Pi拖出代码。我更有可能使用我的日常PC处理代码。