Thông thường, người ta sẽ nhận diện màu sắc vật thể bằng cách thiết lập các giá trị ngưỡng màu trong hệ màu RGB để có thể nhận diện được. Tuy nhiên, trong đề tài này nhóm thực hiện sử dụng phương pháp nhận diện màu sắc bằng cách tính khoảng cách màu gần nhất. Ý tưởng thực hiện đầu tiên sẽ làchụp hình các khối vật thể màu đỏ, xanh lục, xanh lam, vàng và màu đen của băng tải, lưu vào một danh sách các biến màu mẫu. Sau đó, tính giá trị màu trung bình để cho ra một danh sách dạng Numpy (module mở rộng gồm các chức năng biên dịch nhanh cho các thao tác toán học và đại số tuyến tính, tính toán hiệu quả ma trận đa chiều) gồm ba phần tử Red, Green, Blue. Mục đích của việc tính giá trị màu trung bình là vì trong ảnh có nhiều điểm ảnh không đồng đều (do bề mặt, do màu sắc,…), muốn biết điểm ảnh đó là màu gì thì cộng tất cả các điểm ảnh lại rồi chia trung bình. Từ đó thể hiện được không gian màu BGR (Blue, Green, Red). Tính toán xong giá trị màu nào thì cộng thêm giá trị màu đó vào danh sách. Từ danh sách, ta áp dụng vào vẽ tọa độ các điểm màu trong không gian màu. Sau khi có vị trí của năm điểm màu mẫu, ta xác định màu bằng cách tính khoảng cách giữa màu vật thể thực tế đến năm điểm màu mẫu vừa xác định được, gần màu mẫu nào thì ta sẽ thiết lập nó là màu đó.
Hình 2. 35 Các khối màu thực tế Hình 2. 36 Các điểm màu trong không gian màu
26
Khoa ĐT CLC – ĐHSPKT TP.HCM