1

Former-commit-id: 1b34dc488f5306fcb5d20746c217255bb9ead3c5

test.py

@@ -3,7 +3,7 @@ import numpy as np
 from matplotlib import pyplot as plt
 from scipy.signal import find_peaks
 
-cap = cv2.VideoCapture(1)  # 使用摄像头0，通常更稳定
+cap = cv2.VideoCapture(2)  # 使用摄像头0，通常更稳定
 cap.set(cv2.CAP_PROP_FRAME_WIDTH, 640)  # 降低分辨率提高处理速度
 cap.set(cv2.CAP_PROP_FRAME_HEIGHT, 480)
 
@@ -25,7 +25,7 @@ while True:
     
     # 直接提取饱和度通道，避免完整HSV转换
     hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)
-    s = hsv[:, :, 1]
+    s = hsv[:, :, 0]
     s = s[s > 0]  # 只保留非零饱和度值，减少噪声
       # 使用更高效的直方图计算
     hist = cv2.calcHist([s], [0], None, [256], [0, 256])
@@ -33,9 +33,9 @@ while True:
     
     # 峰值检测 - 找到直方图中的峰值
     peaks, properties = find_peaks(hist, 
-                                #  height=np.max(hist) * 0.1,  # 峰值高度至少是最大值的10%
-                                 distance=5,  # 峰值之间的最小距离
-                                 prominence=np.max(hist) * 0.05)  # 峰值的突出度
+                                 height=np.max(hist) * 0.5,  # 峰值高度至少是最大值的10%
+                                 distance=10,  # 峰值之间的最小距离
+                                 prominence=np.max(hist) * 0.2)  # 峰值的突出度
     
     # 清除旧数据并绘制新直方图
     ax.clear()
@@ -43,6 +43,7 @@ while True:
     
     # 标注峰值
     if len(peaks) > 0:
+        print(peaks)
         ax.text(0.5, 1.05, f'Found {len(peaks)} peaks')
         ax.plot(peaks, hist[peaks], 'ro', markersize=8, label=f'Peaks ({len(peaks)})')
         # 在峰值处添加文字标注