入門階段

簡單來說，OpenMv就是一個可編程的攝像頭，通過使用python語言，專門用作嵌入式當中的視覺感光元件。下面將介紹Openmv使用過程中的常用知識。

感光元件

感光元件即sensor模塊，與攝像頭有關。看如下例子：

import sensor#引入感光元件的模塊 ? # 設置攝像頭 sensor.reset()#初始化感光元件 sensor.set_pixformat(sensor.RGB565)#設置為彩色，用到其它參數時再上官方文檔里找，下同 sensor.set_framesize(sensor.QVGA)#設置圖像的大小 sensor.skip_frames()#跳過n張照片，在更改設置后，跳過一些幀，等待感光元件變穩定。 ? # 一直拍照 while(True):img = sensor.snapshot()#拍攝一張照片，img為一個image對象

ROI區域

sensor.set_framesize(sensor.VGA) # 高分辨率 sensor.set_windowing((640, 80)) #取中間的640*80區域

獲取/設置像素點

img = sensor.snapshot() img.get_pixel(10,10) img.set_pixcel(10,10,(255,0,0))#設置坐標(10,10)的像素點為紅色(255,0,0)

圖像的運算

• image.invert() 圖像取反
• image.nand(image) 圖像之間進行與非運算
• image.nor(image) 圖像之間進行或非運算
• image.xor(image)圖像之間進行異或運算
• image.difference(image) 此函數通常用來做移動檢測

畫圖

image.draw_line(line_tuple, color=White) 在圖像中畫一條直線，其中line_tuple的格式為(x0, y0, x1, y1)，即從某點到某點的直線

image.draw_rectangle(rect_tuple, color=White) 在圖像中畫一個矩形框，其中rect_tuple 的格式是 (x, y, w, h)。

這里只舉如上兩個例子，其它的用到再去查即可。

---

各種外設的學習

添加自定義模塊

OpenMv存在一個文件系統，根目錄下有一個main.py，把你需要導入的自定義模塊復制到根目錄下即可。

操作LED

from pyb import LED ? led = LED(1) # 紅led led.toggle() led.on()#亮 led.off()#滅

操作IO口

from pyb import Pin ? p_out = Pin('P7', Pin.OUT_PP)#設置p_out為輸出引腳 p_out.high()#設置p_out引腳為高 p_out.low()#設置p_out引腳為低 p_in = Pin('P7', Pin.IN, Pin.PULL_UP)#設置p_in為輸入引腳，并開啟上拉電阻 value = p_in.value() # get value, 0 or 1#讀入p_in引腳的值

可以看出，pyb模塊里各種外設的操作和32類似，易上手。

控制舵機

from pyb import Servo ? s1 = Servo(1) # servo on position 1 (P7) s1.angle(45) # move to 45 degrees s1.angle(-60, 1500) # move to -60 degrees in 1500ms s1.speed(50) # for continuous rotation servos

具體需要用到哪個舵機還是需要參照原理圖的結構。

定時器

from pyb import Timer ? tim = Timer(4, freq=1000) tim.counter() # get counter value tim.freq(0.5) # 0.5 Hz tim.callback(lambda t: pyb.LED(1).toggle()) //類似于32的回調函數

IO中斷

from pyb import Pin, ExtInt ? callback = lambda e: print("intr") ext = ExtInt(Pin('P7'), ExtInt.IRQ_RISING, Pin.PULL_NONE, callback)

PWM輸出

from pyb import Pin, Timer ? p = Pin('P7') # P7 has TIM4, CH1 tim = Timer(4, freq=1000) ch = tim.channel(1, Timer.PWM, pin=p) ch.pulse_width_percent(50)

UART

from pyb import UARTuart = UART(3, 9600) uart.write('hello') uart.read(5) # read up to 5 bytes

---

OpenMv之尋找色塊 image.find_blobs(thresholds, roi=Auto, x_stride=2, y_stride=1, invert=False, area_threshold=10, pixels_threshold=10, merge=False, margin=0, threshold_cb=None, merge_cb=None)

• Thresholds是你想識別的顏色的闕值，注意它是一個列表對象。
• roi即你感興趣的區域。
• x_stride 就是查找的色塊的x方向上最小寬度的像素，y_stride 就是查找的色塊的y方向上最小寬度的像素，默認為2。
• invert反轉闕值。
• area_threshold 面積閾值，如果色塊被框起來的面積小于這個值，會被過濾掉。
• pixels_threshold 像素個數閾值，如果色塊像素數量小于這個值，會被過濾掉。
• merge 合并，如果設置為True，那么合并所有重疊的blob為一個。
• margin 邊界，如果設置為1，那么兩個blobs如果間距1一個像素點，也會被合并。

顏色闕值的結構

red = (minL, maxL, minA, maxA, minB, maxB)

但是OpenMv如此強大，在IDE工具欄里的Machine Vision中有闕值調試工具

BLOB色塊對象

• blob.rect() 返回這個色塊的外框——矩形元組(x, y, w, h)，可以直接在image.draw_rectangle中使用。
• blob.x() 返回色塊的外框的x坐標（int），也可以通過blob[0]來獲取。
• blob.y() 返回色塊的外框的y坐標（int），也可以通過blob[1]來獲取。
• blob.w() 返回色塊的外框的寬度w（int），也可以通過blob[2]來獲取。
• blob.h() 返回色塊的外框的高度h（int），也可通過blob[3]來獲取。
• blob.pixels() 返回色塊的像素數量（int），也可以通過blob[4]來獲取。
• blob.cx() 返回色塊的外框的中心x坐標（int），也可以通過blob[5]來獲取。
• blob.cy() 返回色塊的外框的中心y坐標（int），也可以通過blob[6]來獲取。
• blob.area() 返回色塊的外框的面積。應該等于(w * h)

---

能看到這里的人真是不簡單啊 ！！！
最后一個！！！串口的使用

先來看如下一段代碼：

在這里，我們用串口來不斷發送blob數據，而尋找色塊的過程跟opencv的思路相似，在前邊也介紹過，只不過在openmv中更簡便。

當用openmv的串口發送完數據后，接收端需要進行相應的解析才能得到想要的數據，前提是你需要知道發送數據的格式并撰寫相應的函數。

學到這里，相信你對OpenMv已經掌握地差不多了，如果想更深入地進行學習，可以到它的官網里去看所有API的介紹。

~~~留贊的人今年心想事成

總結

以上是生活随笔為你收集整理的OpenMv学习总结的全部內容，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。