成果展示
常見出錯解決方法
openmv數字識別源代碼—gitee

效果如上
openmv的u盤里需要

思路：
模板匹配很簡單，只不過使用起來需要自己拍攝大量的模板，同時如果模板數量較多那么就會造成嚴重的畫面延遲，所以需要代碼的結構較為嚴謹，同時需要運用一些算法來優化代碼，
下面只是簡單的官方歷程，如果需要視頻中的效果，那么需要自己拍攝模板也需要自己優化代碼結構哦.
需要注意的是,如果想要提高幀率,那么這一次進行匹配的模板的數量就必須要少,在模板數量少的情況下還想能匹配的上就需要較好的模板了.
同時也可以適當降低匹配圖片的閾值要求,一般設定為0.5到0.7.

下面的這份代碼就是官方的源代碼
但是說到底我們的模板不可能只有一張，如果是那樣那么識別率也太低了對吧。

import time, sensor, image from image import SEARCH_EX, SEARCH_DS#重啟傳感器 sensor.reset()#傳感器配置 sensor.set_contrast(1) sensor.set_gainceiling(16) sensor.set_framesize(sensor.QQVGA) #由于運算量較大，因此只能使用QQVGA #可以通過設置窗口來減少搜索的圖像 #sensor.set_windowing(((640-80)//2, (480-60)//2, 80, 60)) sensor.set_pixformat(sensor.GRAYSCALE)#黑白#加載模板 #模板應該是一個小的灰度圖像，如32×32. template = image.Image("/1.pgm")#模板庫 要求圖片格式為pgm 需要下載到sd卡中clock = time.clock() #運行模板匹配 #查找模板（模板、閾值、[roi、步驟、搜索]） #ROI：感興趣的區域元組（x，y，w，h）。 #步驟：使用的循環步驟（y+=步驟，x+=步驟）使用更大的步驟使其更快。 #搜索可以是image.Search\u EX進行窮舉搜索，也可以是image.Search\u DS進行菱形搜索 #注1：ROI必須小于圖像且大于模板。 #注2：在菱形搜索中，step和ROI都被忽略。 while (True):clock.tick()img = sensor.snapshot()# 獲取當前幀# roi=(0, 0, 400, 400) #設置感興趣區域r = img.find_template(template, 0.70, step=4, search=SEARCH_EX) #, roi=(10, 0, 60, 60)) #設置感興趣區域if r: #如果找到模板圖片舊框選出來img.draw_rectangle(r)print(clock.fps()) // 2499067858

因此我們就得像個辦法再增加模板的同時，還不降低幀率。
以openmv的性能，大概6-8張模板是能接受的，再多就會掉幀了
所以我們可以再執行find_template的時候進行for循環,讓他去遍歷一個list集合,遍歷其中的模板,這樣子我們就能盡可能提高對同一數字的識別率了.
也就是我們可以把代碼改進為下面這種

import time, sensor, image from image import SEARCH_EX, SEARCH_DS#重啟傳感器 sensor.reset()#傳感器配置 sensor.set_contrast(1) sensor.set_gainceiling(16) sensor.set_framesize(sensor.QQVGA) #由于運算量較大，因此只能使用QQVGA #可以通過設置窗口來減少搜索的圖像 #sensor.set_windowing(((640-80)//2, (480-60)//2, 80, 60)) sensor.set_pixformat(sensor.GRAYSCALE)#黑白#加載模板 #模板應該是一個小的灰度圖像，如32×32. list = ["/1.pgm", "/2.pgm", "/3.pgm", "/4.pgm","/5.pgm", "/6.pgm", "/7.pgm", "/8.pgm"] template = [0,0,0,0,0,0,0,0] def loadimg():t=0for i in list:template[t] = image.Image("i")#模板庫 要求圖片格式為pgm 需要下載到sd卡中t+=1return templateclock = time.clock() #運行模板匹配 #查找模板（模板、閾值、[roi、步驟、搜索]） #ROI：感興趣的區域元組（x，y，w，h）。 #步驟：使用的循環步驟（y+=步驟，x+=步驟）使用更大的步驟使其更快。 #搜索可以是image.Search\u EX進行窮舉搜索，也可以是image.Search\u DS進行菱形搜索 #注1：ROI必須小于圖像且大于模板。 #注2：在菱形搜索中，step和ROI都被忽略。 template = loadimg() while (True):clock.tick()img = sensor.snapshot()# 獲取當前幀# roi=(0, 0, 400, 400) #設置感興趣區域for i in template:r = img.find_template(i, 0.70, step=4, search=SEARCH_EX) #, roi=(10, 0, 60, 60)) #設置感興趣區域if r: #如果找到模板圖片舊框選出來img.draw_rectangle(r)print(clock.fps())

這樣子我們就能做到一次性遍歷好多張圖片了,之后如果還想優化,你就可以根據比賽的題目進行適當的操作了
(這個代碼不是用ide寫的,是手擼的,所以可能直接復制會有語法上的報錯,可以自己改一改哈)
如果對你有幫助的話就點個贊吧

總結

以上是生活随笔為你收集整理的2021电赛F题之openmv数字识别--更新(附带视频与代码)的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。