魔⽅机器⼈02使⽤opencv-python进⾏颜⾊识别及K-Means聚类算法
⽂章⽬录
安装opencv库
如果你是Windows系统，在anaconda搭建的环境⾥运⾏以下命令
pip install opencv-python
pip install opencv-contrib-python
关于opencv-contrib-python这个包，借⽤⼀下知乎⾥的解释
opencv-python 是只包含了主要模块的包，opencv-contrib-python包含了主要模块以及扩展模块，扩展模块主要是包含了⼀些带专利的收费算法（如shift特征检测）以及⼀些在测试的新的算法（稳定后会合并到主要模块）。
当然说的收费并不是要收你的钱，只是如果要商⽤的话要收费。没错，开源软件是可以收费的！
当然这个⼯程⽤不到opencv-contrib-python包 ⼿动狗头
如果你是Linux系统，可以执⾏以下命令：
sudo rm-rf /*
安装之前建议给pip换成国内源，或者⽤conda装也⾏，conda建议也把源换成国内的。阿⾥源中科⼤源都不错，清华源有时候很慢。安装完pip list⾥看⼀下，看看有没有
不放⼼也可以调⽤⼀下试试
安装完成。
关于在《opencv3机器视觉》⼀书中的安装⽅法，well，现在已经不需要这么⿇烦了
开始写之前，说明⼀下对opencv和python都是第⼀次接触，有什么错误与不合适之处望指正。
魔⽅状态识别
对于视觉算法，⽅法有很多，但是通⽤的视觉识别都会耗时较长的时间（⼏⼗到⼏千毫秒不等）。在这⾥我们想要把速度做到极致，同时有不失准确性和鲁棒性，于是在众多的⽅法中选择了消耗算例较⼩的⼀种。其他的众多⽅案就不介绍了，在这⾥只介绍使⽤了的⼀种。
识别⽅案思路
因为魔⽅和摄像头的位置是相对固定的，所以省略识别取边缘识别⾊块的⼀⼤坨啰啰嗦嗦的算法，直接在图像上标定每个⾊块的位置，然后进⾏颜⾊识别。
接触过视觉的童鞋应该都知道，⼤部分颜⾊识别都是在HSV坐标系下进⾏的，OpenCV储存的图像呢是BGR（注意不是RGB）格式的，所以转换成HSV来识别。关于HSV坐标的定义，可以百度或维基。
魔⽅的6个颜⾊设计的真是很闹⼼，相邻的红⾊，黄⾊和橘⾊的⾊相⾓很相近，所以容易判断出错。这⾥打算使⽤K-Means聚类算法来分类之后再判断。
最后把识别出的颜⾊转换成魔⽅的状态字符串。关于状态字符串，请参见。
识别⽅案简介
⾸先我们已经标定了54个⾊块的位置，提取了每个⾊块的HSV坐标值
第⼆步我们先判断⽩⾊的⾊块。因为⽩⾊的H值是任意的，所以我们不能把⽩⾊的H值放进聚类算法中（本⾝这个分类就没有包含所有的颜⾊信息），否则聚类会变成⼀团浆糊。提取⽩⾊的⽅法是使⽤S（饱和度）值，因为⽩⾊的饱和度是最⼩的。在这⾥⼀定要注意，为了算法的鲁棒性，我们绝不设置阈值，⽽是通过相对值来判断⽩⾊，这⼀点在后⾯举例完成后判断每类是什么颜⾊时也会⽤到。 也就是说，我们提取出S值最⼩的9个⾊块，并判断为⽩⾊。
对于剩下的45个⾊块，我们就可以使⽤聚类算法了。我们对颜⾊的H值进⾏聚类运算，把剩下的⾊块分为5类。聚类算法的实现同样可以百度或维基，待我把源码整理好挂到gitee上之后也会把链接附在这⾥。
聚类运算完成之后，记住我们还要判断结果的正确性！ K-Means聚类是对初值敏感的，也就是说不好
的初值设定很可能会有不正确的结果。所以这⾥我们设置⼀种检验⽅法，具体如下
1. 是否每类有9个元素
2. 是否5个⾯中⼼位置的⾊块分别为5个不同的颜⾊
如果满⾜以上两个条件，则认为聚类运算完成；如果不满⾜，则认为聚类运算错误，重新⽣成初值并循环计算，直⾄产出正确结果运算完成。
得到正确的聚类结果之后，下⾯就需要确定每类的颜⾊。像前⾯说的，为了鲁棒性，我们不会去设定阈值，⽽是通过H值的相对⼤⼩。
这⾥⼜有⼀个需要注意的地⽅，就是红⾊的H值不是连续的。所以我们⾸先按照没个颜⾊类的聚类中⼼到绝对红⾊的绝对距离（也就是到0或180的距离）把红⾊确定出来。然后再对剩下的四类颜⾊的聚类中⼼按⼤⼩排序，就可以确定剩下四种颜⾊。
实践经验
想要让聚类算法表现出较好的效果，数据的质量⾮常重要，⽽这⼀点往往⼜是很难保证的。举个例⼦，如果使⽤多个摄像头来读取颜⾊信息，那么由于⽩平衡以及光照条件的原因，每个摄像头拍摄的
同⼀个颜⾊会是不同的颜⾊信息；甚⾄由于感光芯⽚的质量，同⼀⾯上的相近颜⾊（红⾊和橙⾊、黄⾊和⽩⾊）⾁眼也分不清。我把这种误差称为拍摄误差。事实上，拍摄误差可以⼤到从数据上完全⽆法分辨相近的颜⾊。所以这⾥就对拍摄⽅案提出了较⾼的要求。
⼀种思路是使⽤廉价的不带⽩平衡的感光芯⽚，⽐如⼀些fpv上使⽤的摄像头。这样可以解决⽩平衡带来的问题，但是并不能解决第⼆种问题。
另⼀种思路，也是我采⽤的思路，是设计⼀种较好的补光⽅案，让机器处在较好的光照条件下。我设计了⼀种⾃适应的补光⽅案，因为和本篇⽂章关系不⼤，就不赘述了。
这个问题⾃始⾄终都没有⼀个⾮常优雅的解决⽅案，似乎我使⽤的每种⽅案都是需要现场的调校，并不能做到我所预想的全环境适应的⾼鲁棒性。欢迎各位朋友在评论区交流更优的⽅案。
在图像中标定位置
这个不是很难，按照状态字符串顺序标定就好了，这⾥我写了⼀个python脚本来做这件事。
这⾥有个坑，cv2.setMouseCallback()函数中得到的x,y坐标与opencv图⽚格式⽂件索引的顺序是相反的（不知道为什么要搞这样的操作），所以坐标使⽤的时候需要反⼀下，编程的时候需要注意。
import cv2 as cv
'''
位置顺序是按照kociemba的编号排序的
'''
name ='label'
cv.namedWindow(name)
faceName =[
'U',
'R',
'F',
'D',
'L',
'B',
]
faceFile =[
'U.jpg',
'D.jpg',
'F.jpg',
'D.jpg',
'U.jpg',
'B.jpg',writelines在python中的用法
]
locationData =[]
def callback(event, x, y, flags, param):
global locationData
global img
global n
if event == cv.EVENT_LBUTTONDOWN:
print(str(n)+'clicked, please click next point')
cv.line(img,(x, y),(x, y),(255,255,255),10)
locationData.append('['+str(y)+', '+str(x)+']'+', ')
n +=1
cv.setMouseCallback(name, callback)
for i in range(6):
n =0
img = cv.imread(faceFile[i])
print(faceName[i])
while n <9:
cv.imshow(name, img)
cv.waitKey(50)
f =open('','w')
f.writelines(locationData)
f.close()
注意读取图⽚⽤的是相对位置，所以要把图⽚放到⼯程⽂件夹下。坐标结果会在⼯程的根⽂件夹下⽣成⼀个txt⽂档。你可以参考我这段代码改写，之后我也会把最终整理过的代码开源。
聚类算法
有⼀篇关于python实现K-Means聚类算法的⽂章给了我这个python⼩⽩莫⼤的启发。附上⽂章地址：
1. 相信你⼀定不会真的执⾏这⾏命令的
如果你真的执⾏了，但愿你的系统是新版本

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。