解魔方机器人[四]-建立模型（上）

xvholly

我们已经得到了6×9个RGB值，但这些都代表什么颜色？我们需要的是不同色块对应到6种不同的颜色，因此必须对这54个RGB值进行划分，使他们归到自己的颜色分类中。关于颜色分类其实属于数字图像处理学中的一个重要研究领域，在此仅对比较通用的一种方法进行介绍。

4.1 色彩模型转换

色彩模型是描述使用一组值（通常使用3个、4个值或者颜色成分）表示颜色方法的抽象数学模型。例如三原色光模式（RGB） 和印刷四分色模式（CMYK）都是色彩模型。EV3颜色传感器获得的就是RGB模型，可以表示为三维直角坐标颜色系统的一个单位正方体。

在大多数的彩色图形显示设备一般都是使用红、绿、蓝三原色，我们的真实感图形学中的主要的颜色模型也是RGB模型，但是红、绿、蓝颜色模型用起来不太方便，它与直观的颜色概念如色调、饱和度和亮度等没有直接的联系。比如，我们很难从RGB的取值上区分这个颜色属于哪个色域，因此根据不同应用，还有HSV、HSI、CHL、LAB、CMY等其他色彩模型。由于颜色本身并没有发生变化，只是各个色彩模型表示颜色的方法不同，色彩模型之间可以通过固定的公式进行相互转换。

HSV、HSI、LAB都可以很好的将色相以一定规律排列出来。在本项目中，使用HSV模型作为颜色识别的色彩模型。关于HSV模型的详细描述，可以参见http://www.pazhong.net/?p=325

交给OpenCV

在程序实现方面，我更建议使用已经投入大量应用的函数库，而不是自己重新写一遍。因为已投入应用的函数库经过了长期的优化，能够保证实现的效率和安全。尽管RGB转HSV的程序实现很简单，只要按照公式直译成程序即可，但我还是使用了OpenCV的cvtColor函数。

在此之前，需要按照OpenCV模块，官方网站给出了比较详细的安装方法。ev3dev基于Debian系统，可以通过apt-get install python-opencv指令进行模块及相关依赖包的安装。

OpenCV为图像处理提供了大量的算法实现函数，在处理魔方色块时，我们可以将6×9个色块理解为一张大小为6×9的图像，每个色块为图像中的一个像素点,然后对这张图像进行RGB到HSV的转换。

对于这个图像与魔方色块的对应表示关系为：

• [0,0]表示图像第1行第1列的像素点，对应魔方上为第1个扫描面的第1个扫描色块
• [0,1]表示图像第1行第2列的像素点，对应魔方上为第1个扫描面的第2个扫描色块
• [3,4]表示图像第3行第4列的像素点，对应魔方上为第3个扫描面的第4个扫描色块
  

OpenCV的程序实现

# 仅为示例，非实际使用程序image_hsv = cv2.cvtColor(image_rgb, cv2.COLOR_RGB2HSV)

此时得到的image_hsv为一张大小为6×9的HSV图像，image_hsv[0,0,0]为第1行第1列的H值，image_hsv[0,0,1]为第1行第1列的S值，image_hsv[0,0,2]为第1行第1列的V值。

4.2 色块划分

利用HSV色彩空间的性质，通过对所有色块H值的排序，然后再以每9个色块为一组，可以得到每个色块的分组，也就得到了该色块所属的颜色类别。

通过一个简单的例子能帮助更好理解。假设我们有9个色块，一共3种颜色，这9个色块的H值分别如下：

位置	[0]	[1]	[2]	[3]	[4]	[5]	[6]	[7]	[8]
H值	22	121	25	186	190	118	24	124	188

接下来我们按这9个色块的H值从小到大排序，排序的同时他们的位置也随着调整：

位置	[0]	[6]	[2]	[5]	[1]	[7]	[3]	[8]	[4]
H值	22	24	25	118	121	124	186	188	190

我们知道一共有3种颜色，按照这个排序，每3个色块归为一组。也就是说位置在[0][6][2]的色块是同一种颜色，[5][1][7]为同一种颜色，[3][8][4]为同一种颜色。

位置排序程序

如果理解了以上的划分原理，开始写程序会发现一个问题。与通常的排序不同，这里不是只对位置上的值排序，而是通过位置上值的大小完成对位置的排序。在程序设计过程中，需要额外增加一个变量来记录位置的变换。

1. # 按照数组值的大小完成数组位置的排序
   
2. # 输入：l为要排序的数组
   
3. def sort_pos(l):
   
4. 
   
5.   # 定义pos数组，与l相同大小，初始化为l的原始位置
   
6.   pos = np.arange(len(l))
   
7.   for i in range(len(l)-1):
   
8.     for j in range(len(l)-i-1):
   
9. 
   
10.       # 按照l数组的值的大小进行比对
    
11.       if l[j] > l[j+1]:
    
12. 
    
13.       # 调整pos的值，即记录l位置的变化
    
14.       pos[j], pos[j+1] = pos[j+1], pos[j]
    
15. 
    
16.   # 返回排序后位置的变化情况
    
17.   return pos

复制代码

这一节确实有一些难理解，先多看看上面表格里排序的例子，再去试着理解程序会更好一些。

avartar

学习了