| 现场环境 |
Python（OpenCV） |
| 使用对象 |
魔方表面图像（二阶、三阶、四阶） |
| 使用目的 |
提取魔方色块区域，计算 HSV 均值，为 KNN 聚类提供输入数据 |
| 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 |
1. 图像采集 → 2. 滤波去噪 → 3. 边缘检测 → 4. 色块分割 → 5. HSV 转换
- 中值滤波去噪
- Canny 边缘检测
- 连通区域分析（自动确定魔方阶数） |
| 软件兼容 |
无
|
| 输入数据 |
RGB 魔方图像（摄像头采集或本地加载） |
| 输出数据 |
每个色块的 HSV 均值（用于 KNN 分类） |
| 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 |
成功识别魔方阶数，色块分割准确率 >95% |
| 执行速度 |
单张图像处理时间 <200ms（720P 分辨率） |
| 资源消耗 |
内存占用约 100~200MB（取决于图像分辨率） |
| 源码类型 |
Python 版本（包含 OpenCV 视觉模块） |
| 文件大小 |
完整代码及依赖库约 20MB，可根据需求制优化 |
| 相关备注 |
下图是颜色提取、边缘检测、连通区域规则化处理图
支持自适应光照补偿，减少环境光对颜色识别的影响 |
