李尚杰的第一次作业

news/2024/9/19 19:46:08

这次作业属于哪个课程	https://edu.cnblogs.com/campus/zjlg/rjjc
这个作业的目标	熟悉博客的建立，向老师/助教介绍自己并阐述对课程的期待
姓名-学号	李尚杰-2022329301146

一、个人简介

（一）基本介绍

我叫李尚杰，来自22自动化1班，浙江杭州人。我爱好摄影、旅游、看电影、健身，热衷于到处看世界也热衷于丰富自己。在过去的两年生活中，我遇到了很多朋友，也结识了许多师长前辈，通过一点一滴的积累，不断向着更好的自己迈进。

重庆洪崖洞的夜景

旭日东升时的宝石山山顶

（二）学习经历

坎坷比赛路

步入大学，我从一开始便对自己严格要求，早早的加入了15-234浙理-Mov堡实验室，并跟随实验室的学长学姐，参加了诸多专业相关的比赛，例如电子设计竞赛，机器人竞赛，工程训练大赛等，在这过程中，我充分利用专业课学习到的知识，将其在比赛中实践。

两年电赛通宵时所摄

或许遗憾才是比赛的主旋律,当看到自己辛苦准备许久的作品没能在比赛场达到他应有的水平时，无力感不断地袭来，一次次的安慰自己下次会更好却不知道下次什么时候到来，尽管两年的比赛生涯不尽人意，我仍然享受每一个调车的夜晚，正如我的实验室好友DC所说，“着眼于比赛的过程，而不要着眼于结果”。

电赛代码节选

import cv2
import numpy as np
import serial  
import time ser = serial.Serial('/dev/ttyAMA0',115200)def side_judge(board_x,board_y):side = 0error_x = 0error_y = 0put_cx = 320 - 5put_cy = 240 + 20if board_x>=put_cx and board_y<=put_cy:side = 1error_x = board_x - put_cxerror_y = put_cy - board_yif board_x<=put_cx and board_y<=put_cy:side = 2error_x = put_cx - board_xerror_y = put_cy - board_yif board_x<=put_cx and board_y>=put_cy:side = 3error_x = put_cx - board_xerror_y = board_y - put_cyif board_x>=put_cx and board_y>=put_cy:side = 4error_x = board_x - put_cxerror_y = board_y - put_cyif error_x > 255:error_x = 255elif error_x < 0:error_x = 0if error_y > 255:error_y = 255elif error_y < 0:error_y = 0return side, error_x, error_ydef adaptiveThreshold(img,kernelsize):# 自适应阈值处理ratio = 0.018  # 自适应阈值比率img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)imgBlur = cv2.boxFilter(img, -1, (kernelsize, kernelsize))  # 盒式滤波器，均值平滑localThresh = img - (1.0-ratio) * imgBlurbinaryBox = np.ones_like(img) * 255  # 创建与 img 相同形状的白色图像binaryBox[localThresh<0] = 0kSize = (3, 3)  # 卷积核的尺寸kernel = np.ones(kSize, dtype=np.uint8)  # 生成盒式卷积核imgDilate1 = cv2.dilate(binaryBox, kernel=kernel)  # 图像膨胀kSize = (4, 4)  # 卷积核的尺寸kernel = np.ones(kSize, dtype=np.uint8)  # 生成盒式卷积核imgErode1 = cv2.erode(imgDilate1, kernel=kernel)  # 图像腐蚀blur = cv2.medianBlur(imgErode1, 7)              # 中值滤波return blurdef circle_detect(img):count = 5total_x = 0total_y = 0circle_threshold = 60while(count > 0):img_draw = img.copy()gray = adaptiveThreshold(img,11)edges = cv2.Canny(gray, 50, 150)cv2.imshow("edges", edges)circles = cv2.HoughCircles(edges, method=cv2.HOUGH_GRADIENT,dp=1, minDist=25, param1=100, param2=circle_threshold,minRadius=80, maxRadius=120)if circles is not None:circles = np.uint16(np.around(circles))circle = circles[0, 0, :]cv2.circle(img_draw, (circle[0], circle[1]), circle[2], (0,255,0), 2)cv2.circle(img_draw, (circle[0], circle[1]), 2, (0, 0, 255), 3)cv2.imshow("image", img_draw)x, y = circle[0], circle[1]total_x = total_x + xtotal_y = total_y + ycount -= 1else:if circle_threshold>10:circle_threshold-=10else:passside, error_x, error_y = side_judge(int(total_x/5),int(total_y/5))print(side, error_x, error_y)return side, error_x, error_ydef color_detect(frame):
#-------------------HSV色域--------------------## 红色色域lower_red = np.array([0, 100, 100])upper_red = np.array([60, 255, 255])lower_red2 = np.array([140, 100, 100])upper_red2 = np.array([255, 255, 255])# 绿色色域lower_green = np.array([60, 100, 100])upper_green = np.array([90, 255, 255])# 蓝色色域lower_blue = np.array([90, 100, 100])upper_blue = np.array([140, 255, 255])
#--------------------------------------------#kSize = (9, 9)  # 卷积核的尺寸kernel = np.ones(kSize, dtype=np.uint8)  # 生成盒式卷积核img = cv2.dilate(frame, kernel=kernel)  # 图像膨胀hsv_frame = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)height, width, _ = hsv_frame.shapeframe = hsv_frame[0:height, 0:int(5*width/12)] red_mask = cv2.inRange(frame, lower_red, upper_red)red_mask2 = cv2.inRange(frame, lower_red2, upper_red2)red_mask = cv2.bitwise_or(red_mask, red_mask2)green_mask = cv2.inRange(frame, lower_green, upper_green)blue_mask = cv2.inRange(frame, lower_blue, upper_blue)kernel = np.ones((5, 5), np.uint8)red_mask = cv2.morphologyEx(red_mask, cv2.MORPH_OPEN, kernel)green_mask = cv2.morphologyEx(green_mask, cv2.MORPH_OPEN, kernel)blue_mask = cv2.morphologyEx(blue_mask, cv2.MORPH_OPEN, kernel)red_pixels = cv2.countNonZero(red_mask)green_pixels = cv2.countNonZero(green_mask)blue_pixels = cv2.countNonZero(blue_mask)threshold = frame.shape[0] * frame.shape[1]  * (1/4)if red_pixels > threshold:print("red")return 1    #redelif green_pixels > threshold:print("green")return 2    #greenelif blue_pixels > threshold:print("blue")return 3    #blueelse:print("no color")return 0#---------------------------主循环代码--------------------------#
cap = cv2.VideoCapture(0)
cap.set(3, 640)  
cap.set(4, 480)
side = 0
err_x = 0
err_y = 0
task = 0 
flag = 0while True:ret, frame = cap.read()count = ser.inWaiting()if count > 0:rdata = ser.read(count)rdata = rdata.decode("UTF-8")print("收到的值为", rdata)if rdata == '1':# 任务1：识别颜色    cv2.imshow("image", frame)      color = color_detect(frame)sdata = bytearray([0x2C, 0x12, 0x01, color, 0, 0, 0 ,0xff])ser.write(sdata)if cv2.waitKey(1) & 0xFF == ord('q'):breakif rdata == '2':# 任务2：识别圆形轮廓cv2.imshow("image", frame)side, error_x, error_y = circle_detect(frame)sdata = bytearray([0x2C, 0x12, 0x02, 0, side, error_x, error_y ,0xff])ser.write(sdata)if cv2.waitKey(1) & 0xFF == ord('q'):breakcap.release()
cv2.destroyAllWindows()

小白科研路

比赛之余，我也积极参与科研项目，在长达一年的项目周期里，我也从代码零基础、实验零基础的小白逐渐成长为能够为别人答疑解惑的老学长,并在自己的专业方向有了自己的理解。科研之于我的意义不仅仅在于提出创新、收获成果，更是磨砺心性、不断探索的一条道路，幸运的是，有许多师长为我指明方向，让我能够在这条路上找到一个前进的目标，我也相信，终有一天像我这样的小白也会拥有足以让自己骄傲的成绩。

（三）生活经历

在生活中，我是一个乐观开朗的人，与人和善，说话坦率。我爱好旅游、摄影，喜欢记录生活中有趣的小事。我和同学师长都保持十分良好的关系，他们教会了我许多，不仅是专业知识，更是对未来、人生的看法。同时，我也热衷于与各种不同职业不同年龄的人聊天，倾听不同的声音了解不同的看法，这是我认识世界的一种方式，也是完善自我的一种方式，正如杨绛先生所说，“你读过的书，遇过的人，构成了你的人生格局”，理工科的学生并不应该终日在实验室度过，往外走走经常能够发现新的乐趣。

镇江旅游时所摄	结课后与马上退休的Julie老师合影
	与室友一起吃烤肉

不是每个人都有机会和自己的偶像合影，而我则是在一次偶然的机会追星成功。前不久去浙大找朋友时偶遇了东京奥运会女子平衡木项目的奥运冠军--管晨辰，于是便上前与之合照。

尽管在后来和同学交谈炫耀的过程中，我发现并不是所有同学都听说过当年火出圈的“袋鼠摇”，她仍然是我非常崇拜的一名运动员。不仅仅因为她是奥运冠军，在她自己擅长的领域做到了最好，更因为她乐观、坚韧的性格所带来的无与伦比的个人魅力。退役后发福仍在网络平台分享生活招致的许多无端嘲讽，在自己曾经最擅长项目上今非昔比带来的巨大落差，我没法想象她是否也经历了自我内耗的煎熬，作为一个曾经的奥运冠军，这些压力在她身上愈发放大。尽管如此，她仍是选择坦然的面对，毫不掩饰的直面这些外人看来难以克服的心魔，这也为曾经迷茫的我带来了很多鼓励。