K210实现多色块检测功能
1 方案思路
颜色阈值检测
要实现的是多色检测，我选择的是黄色和红色，要通过阈值管理器先定义这俩颜色对应的阈值
yellow_threshold = (49, 100, 26, -18, 2, 72)#括号里面是颜色阈值 red_threshold = (26, 84, 85, 26, -33, 73)
注意：识别颜色的时候一定要关闭白平衡
图像识别函数
roi为感兴趣区域
x_stride 就是查找的色块的x方向上最小宽度的像素，默认为2
y_stride 就是查找的色块的y方向上最小宽度的像素，默认为1
invert 反转阈值，把阈值以外的颜色作为阈值进行查找
area_threshold 面积阈值，如果色块被框起来的面积小于这个值，会被过滤掉
pixels_threshold 像素个数阈值，如果色块像素数量小于这个值，会被过滤掉
merge 合并，如果设置为True，那么合并所有重叠的blob为一个。 注意：这会合并所有的blob，无论是什么颜色的。如果你想混淆多种颜色的blob，只需要分别调用不同颜色阈值的find_blobs。
margin 边界，如果设置为1，那么两个blobs如果间距1一个像素点，也会被合并
blob有多个方法：
blob.rect() 返回这个色块的外框——矩形元组(x, y, w, h)，可以直接在image.draw_rectangle中使用。
blob.x() 返回色块的外框的x坐标（int），也可以通过blob[0]来获取。
blob.y() 返回色块的外框的y坐标（int），也可以通过blob[1]来获取。
blob.w() 返回色块的外框的宽度w（int），也可以通过blob[2]来获取。
blob.h() 返回色块的外框的高度h（int），也可以通过blob[3]来获取。
blob.pixels() 返回色块的像素数量（int），也可以通过blob[4]来获取。
blob.cx() 返回色块的外框的中心x坐标（int），也可以通过blob[5]来获取。
blob.cy() 返回色块的外框的中心y坐标（int），也可以通过blob[6]来获取。
blob.rotation() 返回色块的旋转角度（单位为弧度）（float）。如果色块类似一个铅笔，那么这个值为0180°。如果色块是一个圆，那么这个值是无用的。如果色块完全没有对称性，那么你会得到0360°，也可以通过blob[7]来获取。
blob.code() 返回一个16bit数字，每一个bit会对应每一个阈值。举个例子：
blobs = img.find_blobs([red, blue, yellow], merge=True) 如果这个色块是黄色，那么它的code就是0001，如果是红色，那么它的code就是0010。注意：一个blob可能是合并的，如果是红色和蓝色的blob，那么这个blob就是0011。这个功能可以用于查找颜色代码。也可以通过blob[8]来获取。
blob.count() 如果merge=True，那么就会有多个blob被合并到一个blob，这个函数返回的就是这个的数量。如果merge=False，那么返回值总是1。也可以通过blob[9]来获取。
blob.area() 返回色块的外框的面积。应该等于(w * h)
blob.density() 返回色块的密度。这等于色块的像素数除以外框的区域。如果密度较低，那么说明目标锁定的不是很好。 比如，识别一个红色的圆，返回的blob.pixels()是目标圆的像素点数，blob.area()是圆的外接正方形的面积
blobs = img.find_blobs([green_threshold,red_threshold],pixels_threshold = 24,area_threshold = 5,merge = True)
这里我们选择两种颜色，所以需要拼接这两个阈值，使用pixels和area综合来过滤掉细小的像素识别。
然后画出矩形，采用上面的blobs方法可以获取到矩形的中心坐标cx，cy
