| 现场环境 |
Python（scikit-learn, NumPy） |
| 使用对象 |
魔方色块颜色分类（二阶、三阶、四阶魔方） |
| 使用目的 |
对魔方色块颜色进行聚类，准确识别六种颜色（红、橙、蓝、绿、黄、白） |
| 硬件配置 |
支持 Python 的计算机（用于算法处理）、USB 摄像头、步进电机驱动系统 |
| 硬件兼容 |
无
|
| 软件配置 |
Python 版本（包含 OpenCV 视觉模块、KNN 聚类算法、魔方还原逻辑等） |
| 软件兼容 |
无
|
| 输入数据 |
HSV 色彩空间的魔方色块均值（H、S、V 三通道数据） |
| 输出数据 |
每个色块的颜色类别（0-5 对应六种颜色） |
| 样本获取 |
通过摄像头实时采集魔方图像，或导入预存的魔方状态图像 |
| 测试结果 |
在标准光照下准确率 >98%，复杂光照下 >90% |
| 执行速度 |
单次分类时间 <10ms（54 个色块总时间约 0.5s） |
| 资源消耗 |
内存占用低（<50MB），适用于嵌入式设备 |
| 源码类型 |
Python 版本（包含 OpenCV 视觉模块、KNN 聚类算法、魔方还原逻辑等） |
| 文件大小 |
完整代码及依赖库约 20MB，可根据需求更改 |
| 相关备注 |
下图是KNN 聚类算法原理图、颜色聚类效果图、HVS色彩空间模型
支持动态调整聚类数量，适应不同魔方阶数的色块分布 |
