> For the complete documentation index, see [llms.txt](https://idminer.gitbook.io/robotis/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://idminer.gitbook.io/robotis/part-3.-robotis-op3-ren-xing-ji-qi-ren/5.-jiao-cheng/5.7.-ru-he-shi-yong-se-qiu-zhen-ce/5.7.2.-kuai-su-shang-shou/5.7.2.2.-geng-gai-can-shu.md).

# 5.7.2.2. 更改參數

1\. Dynamic Reconfigure and Image View

* &#x20;執行 **rqt**

```
$ rqt
```

* &#x20;開啟 **Dynamic Reconfigure**
  * 選擇 **Plugins -> Configuration -> Dynamic Reconfigure**

<div align="left"><img src="https://3058168660-files.gitbook.io/~/files/v0/b/gitbook-legacy-files/o/assets%2F-LkXc5k_SFaP9gK2gsU8%2F-LmnCpw1L2YQHFCrrYp7%2F-LmnFHB76EZyEG4FOQI8%2Fball_detector_node_01.png?alt=media&amp;token=4123be2a-b03d-406d-8adf-f64d1c74428d" alt=""></div>

* 開啟 **Image View**
  * 選擇 **Plugins -> Visualization -> Image View**

<div align="left"><img src="https://3058168660-files.gitbook.io/~/files/v0/b/gitbook-legacy-files/o/assets%2F-LkXc5k_SFaP9gK2gsU8%2F-LmnCpw1L2YQHFCrrYp7%2F-LmnG3vju589mD69KFkl%2Fball_detector_node_02.png?alt=media&amp;token=55b96f7a-1f9f-4551-ae20-df82df671df0" alt=""></div>

2\. 參數：將鼠標游標懸停在每個參數上時，會彈出每個參數的說明。

<div align="left"><img src="https://3058168660-files.gitbook.io/~/files/v0/b/gitbook-legacy-files/o/assets%2F-LkXc5k_SFaP9gK2gsU8%2F-LmnGfX1UWWiPrI1sCea%2F-LmnGkyPPdXwXdoad9OX%2Fball_detector_node_03.png?alt=media&amp;token=bd9adc44-4f41-458e-a800-d779c7c60e45" alt=""></div>

* gaussian\_blur\_size：Gaussian Blur Kernel 的大小（奇數值）&#x20;
* gaussian\_blur\_sigma：Gaussian Blur 的標準偏差&#x20;
* canny\_edge\_th：邊緣檢測器的 Threshold 閾值&#x20;
* hough\_accum\_resolution：Hough accumulator 的解析度，跟影像解析度的反比有關&#x20;
* min\_circle\_dist：圓之間的最小距離&#x20;
* hough\_accum\_th：決定中心檢測的 Accumulator threshold 累加閾值&#x20;
* min\_radius：允許的最小圓半徑，像素。 （如未知，請預設為 0。）
* max\_radius：允許的最大圓半徑，像素。 （如未知，請預設為 0。）
* filter\_h\_min：H filter 的最小閾值&#x20;
* filter\_h\_max：H filter 的最大閾值&#x20;
* filter\_s\_min：S filter 的最小閾值&#x20;
* filter\_s\_max：S filter 的最大閾值&#x20;
* filter\_v\_min：V filter 的最小閾值&#x20;
* filter\_v\_max：V filter 的最大閾值&#x20;
* use\_second\_filter：使用第二個 filter&#x20;
* filter2\_h\_min：H filter的最小閾值&#x20;
* filter2\_h\_max：H filter 的最大閾值&#x20;
* filter2\_s\_min：S filter 的最小閾值&#x20;
* filter2\_s\_max：S filter 的最大閾值&#x20;
* filter2\_v\_min：V filter 的最小閾值&#x20;
* filter2\_v\_max：V filter 的最大閾值&#x20;
* ellipse\_size：橢圓大小&#x20;
* debug\_image：顯示過濾後的影像以進行調試

3\. 描述&#x20;

* ball\_detector\_node 如何工作&#x20;
  * ball\_detector\_node 首先過濾 HSV 值，然後用 **HoughCircles** 檢測色球
* 如何校準
  * 首先使用 S 和 V 的全部範圍來設置 H（色調）值（顏色值）。然後設置 S（飽和度）和 V（值）的範圍以消除雜訊。**Hue 色調**是以圓柱形表示的顏色系統內的度數來測量。因此，值 360 可以用 0 表示，並且最小值可以具有比最大值更大的數量。（例如：最小值 - 350 / 最大值 - 10 \[紅色區域]）
  * 如果檢查 **use\_second\_filter**，則可以獲得一個經由兩個 HSV 變化檢測到的影像。

<div align="left"><img src="https://3058168660-files.gitbook.io/~/files/v0/b/gitbook-legacy-files/o/assets%2F-LkXc5k_SFaP9gK2gsU8%2F-LmnL2H7T8sxjRuSXm8v%2F-LmnMyf2194sGLZFU3K_%2Fball_detector_node_04.png?alt=media&amp;token=d019a20d-6770-4258-a916-89f04d06c410" alt=""></div>

* 如果檢查 debug\_image，則可以檢查 HSV 過濾的二進位影像。

<div align="left"><img src="https://3058168660-files.gitbook.io/~/files/v0/b/gitbook-legacy-files/o/assets%2F-LkXc5k_SFaP9gK2gsU8%2F-LmnOw7jkLMF_u47V4jk%2F-LmnP6qoG8L8ItCh0JDK%2Fball_detector_node_05.png?alt=media&amp;token=271b0d64-950d-4564-9b4b-dcf3a0dcbe98" alt=""></div>

* 設置 HSV 範圍後，你可以校準閾值，以便更好地做邊緣偵測。
