+- RoboDK论坛(//www.w5838.com/forum）
+——论坛:RoboDK (EN) (//www.w5838.com/forum/Forum-RoboDK-EN）
+——论坛:RoboDK API (//www.w5838.com/forum/Forum-RoboDK-API）
+——线程:盒子颜色排序(/ Thread-Box-Color-Sorting）
盒子颜色分类-manisan-11-06-2021
你好,
我正在为我的硕士论文开发一个程序，最近才开始使用RoboDK。我是Python编程的新手。
我用RoboDK开发了一个有8个盒子的环境，其中两个是不同的颜色。我希望能够使用机械臂来检测盒子的颜色使用RGB值或任何更简单的方法，让它能够选择一个超出规格的盒子并把它放在线外。例如，在一条直线上有6个绿盒子，1个红盒子和1个蓝盒子。我想让带着摄像头的机械臂沿着直线遍历盒子，如果它看到红色或蓝色的盒子，就把它放在线外，因为它不是绿色的。我还想以红色的方框为主在另一种情况下，以蓝色的方框为主。
我已经将RoboDK环境与目标和所有东西连接起来，但发现很难将这种“颜色分类”能力编程到机器人中。
提前谢谢你，
Manisan
(附件= 2718)
回复:盒子颜色排序-山姆-11-08-2021
嗨Manisan,
我们在Python文档中添加了一些OpenCV的例子，你可能会觉得有用，请参阅:
//www.w5838.com/doc/en/PythonAPI/examples.html#object-detection
OpenCV有一个关于颜色分割的很好的教程，你可以根据自己的需要进行调整:
https://docs.opencv.org/4.x/df/d9d/tutorial_py_colorspaces.html
回复:盒子颜色排序-manisan-11-24-2021
你好山姆!
谢谢你的回复。我已经能够创建一个程序，用于项目的颜色排序方面，并已经完成了RoboDK环境的实验。颜色代码是用python编写的，我正在努力添加这些代码或将其与RoboDK环境集成。
我最初的方法是从RoboDK软件生成一个代码，通过添加我的颜色处理代码来编辑它，然后在模拟器中运行它。由于某种原因，代码将无法运行。我附上了一个模拟环境。你可以看到PP#， PL#等是不同的轨迹。我还附上了颜色处理代码。我想整合两者，并做一些“如果块是X颜色，做PP1或PA12，等等”
总之，我只是想找到一种方法来集成python的颜色处理代码与RoboDK环境。
回复:盒子颜色排序-山姆-11-26-2021
不错的工作!
您可以将参数保存到站点(或项目)，并在其他程序调用中重用它们，请参阅://www.w5838.com/doc/en/PythonAPI/robolink.html?highlight=setparam#robolink.Robolink.setParam
例如，您可以在序列的开头运行ColorSorting脚本一次，向用户请求颜色。然后，您可以使用第二个脚本来使用所记录的颜色处理图像。
代码:
reject_color = 'RED'
RDK。setParam (MyColor, reject_color)
代码:
PP1 = RDK.Item('PPI1')
PP12 = RDK.Item('PPI12')
detected_color = detectColor(img)
reject_color = RDK.getParam('MyColor')
如果detected_color !- reject_color:
PP1.RunCode ()
PP12.RunCode ()
你应该看看我们的YouTube视频和Python文档!
https://www.youtube.com/channel/UCDpDmeuYShxBYOgN2nIEtUw
//www.w5838.com/doc/en/PythonAPI/index.html
回复:盒子颜色排序-manisan-12-01-2021
你好山姆,
采取了一点不同的方法，但我还是做到了。你的回复真的把我带到了正确的道路上，给我指出了正确的资源。我没有任何编程经验，但我成功做到了。我不知道你是否能看出来，但我很兴奋，RoboDK刚刚拯救了我的硕士学位哈哈。
这是代码和环境，所以人们可以尝试并改进它。
欢呼,
阿玛尼Caban
回复:盒子颜色排序-山姆-12-02-2021
我很高兴你能够在没有使用RoboDK编程经验的情况下实现你的目标。这就是我们的目标!
我看到你在图像中心使用一个像素来获得颜色。在现实中，图像会受到环境光、阴影、反射等的影响
你可以使用颜色分割来检索主导颜色。下面是一个示例代码:
代码:
lower_b =[160, 100, 20] #红色下限在HSV
upper_b = [179, 255, 255] # HSV的红色上限
red_mask = cv.inRange(self. inrange)Img, np.array(lower_b)， np.array(upper_b)
Red_pixels = red_mask[red_mask > 0].size
打印(red_pixels)