1.识别点

最难处理的莫过于时大小极其的小的点：这种一般通过硬件层面上解决（比如换长焦镜头，增加分辨率等等）

或者亮度极高的激光点（这种则需要将图像进行二值化，设置一个阈值，使得图像除识别点外的其他地方都要小于这个阈值）

2.识别线

小车循迹就会用到这一点，这里可以将图像二值化（根据要识别线的颜色来调整阈值，可以识别同一颜色的多条线o！不过openmv支持多通道颜色处理，也可以使用这个来识别不同颜色的直线；或者使用霍夫变换进行形状识别来检测多条直线，这里就没有什么颜色之分了），然后通过线性回归对图像进行运算，可以返回一个关于对象line的的各个参数，再将这些参数传递给MCU，对小车的运动进行处理

3.识别图形

矩形：四元检测法

圆形：霍夫圆检测

4.识别物体

1）模板匹配

2）特征点检测

3）上述两种方法其实都是具有一定的局限性的，而且精度不高，所以我更喜欢使用神经网络训练大模型，然后导入到摄像头中进行识别，但是这种对硬件要求较高，对算力的需求比较大