基于jetson nano 与ubuntu18.04,B站：Mr张旭zx 解释： 4.1dispose()函数 参数：image_dispose（要处理的画面） 作用：翻转图片，二值化图片，对图片进行降噪，切割画面 过程：由于摆放摄像头的时候，摄像头是反过来摆放的，所以要用cv2.flip()函数对图片进行翻转；cv2.findContours()只能接受二值化的图片，所以结合了红色蓝色的阈值和cv2.inRange()函数对图片进行二值化；我们使用的是双目摄像头，读取到的画面是两个摄像头的，所以用分割二维numpy数组的方式对图片进行分割然后返回 返回值：处理过后的两张图片
4.2find_armor()函数 参数：thresh_img（二值化后的图片） 作用：找到二值化图片中的装甲板 过程：用cv2.findContours()函数找到图片中所有的轮廓，将轮廓赋值给contours列表，把层次复制给hierarchy列表，再遍历hierarchy列表。hierarchy列表中的每个子列表中每个元素的含义是：[后一个轮廓的下标, 上一个轮廓的下标, 父轮廓, 子轮廓]（如果没有则值为-1）。根据这个原理，只要找到了一个最后一个元素不等于-1的子列表，就可以获得图片中一个内嵌轮廓的下标。程序找到所有的子轮廓并计算它们的面积，面积最大的子轮廓就是装甲板的轮廓，然后计算装甲板所在的坐标并返回 返回值：装甲板在图片中的坐标
4.3dep()函数 参数：x1,x2,y1（int）（在两个摄像头中找到的装甲板的坐标） 作用：计算要打到所识别的装甲板，要在俯仰轴、航向轴上各旋转多少度，同时计算从当前位置到所识别的装甲板的距离 过程： 返回值：俯仰轴、航向轴的旋转度数和距离目标装甲板的距离
4.4uart_send()函数 参数：shoot_yaw,shoot_pitch,shoot_dis（int）（俯仰轴、航向轴的旋转度数和距离目标装甲板的距离） 作用：向app端发送yaw,pitch,dis的数据 过程：先创建一个serial.Serial对象，向内置的ttyTHS1串口写入yaw,pitch,dis的数据，再将其发送到机器，当操作选手调用机器人上的双目自瞄程序的时候，双目自瞄程序就可以从串口接收数据，并控制机器人瞄准发射 返回值：None
4.5analyze_samples()函数 参数：six_samples（list）（获取到的六个装甲板的数据，结构[[x1,x2,y1,y2]…]） 作用：分析列表中的数据，并返回可用的数据 过程：由于在识别过程中可能会出现无用的数据（比如误识别或者没有识别到等），这个函数会比较six_samples的每个子列表中的x1和x2的值，如果x1>x2且|y1-y2|<=10，那么这就是一个有效的样本，然后再遍历选择出来的有效样本，计算每个样本中的x1-x2的值，去掉最大最小，然后返回处理完的样本列表 返回值：处理完的样本列表
4.6主程序 作用：综合各个函数的功能，实现自瞄 过程：循环读取摄像头中的画面，如果读取成功，用dispose()函数对图片进行翻转、二值化、切割，用left_frame和right_frame存放切割后的画面，然后将两张图片分别传入find_armor()函数，得到x1,y1,l_image（左侧摄像头读取的图片中装甲板的位置和描出装甲板轮廓后的图片）和x2,y2,r_image（右侧摄像头读取的图片中装甲板的位置和描出装甲板轮廓后的图片）。将[x1,y1,x2,y2]存入列表new中，存储了6个样本后，将new列表传入analyze_samples()函数中，将返回的列表放在变量final里，然后分别求出x1,y1,x2,y2的平均值，再通过dep()函数计算俯仰轴、航向轴的旋转度数和距离目标装甲板的距离，分别存放在yaw,pitch,dis变量中，然后通过uart_send()函数发送到机器人，通过机器人上的双目自瞄程序控制机器人云台旋转并发射