色块与黑线巡线

这两个案例能帮助理解“像素经过阈值变成特征，再由特征决定动作”。首先只观察识别，不连接机器人运动。

实验一：多色色块

烧录color，准备红、黄、绿、蓝或紫色物体与较简单背景。把一种颜色放入画面中央，观察标签、中心点和包围框，再向左右移动。

算法以2×2像素步长采样，先检查亮度及通道差，再按RGB关系划分五类颜色，最终输出采样点最多的一类。这里的“最大色块”是该颜色的全部合格采样点集合，不是经过连通域分割的最大物体。两个相隔很远的红色物体会合并成一个框；物体不必是正方形。

目标不稳定时先简化背景和补均匀光，再调参数。放一个灰白物体与一个彩色物体做对照；自动曝光、白平衡变化会影响RGB阈值。

输出type=1，颜色id为1红、2黄、3绿、4蓝、5紫。中心相对画面中心归一化：左为负、右为正，上为负、下为正。中心是合格点平均位置，不一定等于包围框几何中心。

**完成标准：**目标移到左/中/右，x方向变化正确；移走目标后detected=false；加入第二个同色物体能解释合并框。

烧录line。用浅色底板和深色线条，推荐白底黑线；相机固定朝向前方地面，让线从画面底部延伸到下半幅上方。

算法只检查画面下半幅三个水平带，至少两个带有足够暗点才报告有效目标。放在画面上半部的一小段黑线可能完全不被检测。当前不支持指定彩色线，也不会自动反转成白线模式。

默认line_threshold=65，灰度低于阈值的点视为暗点。背景阴影被算作线时可尝试降低阈值；线条本身较浅时可尝试提高，但要检查是否连背景也被纳入。先固定拍摄几何关系，再调整阈值。

网页画方向线，不画普通矩形。输出type=2：x为各扫描带加权后的横向偏差，y固定500，w为底部带覆盖率标度；h与aux存近似方向量。该方向量是像素斜率缩放，不是直接可用的角度或弧度，不要把它原样发给六足的angle字段。

【图片占位：白底黑线实验图，画出下半幅三个扫描带，以及正常直线、偏左、偏右三种姿态。】

**完成标准：**线左移/右移时x符号正确；线退出下半幅或只剩一个有效带时报告丢失；更换光照后能重新解释阈值。要变成机器人巡线，请接着读视觉闭环（对应章节本次未导入）。