5.28OpenMV入门

10分钟快速上手 · OpenMV中文入门教程

使用的元件

先安装好，上述链接上手

IDE显示颜色阈值，同时也配有示例文件，如下图打开，helloworld 你好，世界！ · OpenMV中文入门教程，在官方也有每一个的详细解析

OpenMV的一些依赖如下，进行import引入

以下是我个人学习过程的一些摘录

一、背景知识

二、能干啥，要干啥

1. 图像捕捉

2. 颜色跟踪

3. 人脸检测

4. 二维码识别

其他功能

三、慢慢上手-图像处理方法

1.感光元件

2.基本方法

3.统计图像信息

4.画图

一、背景知识

（下文就有用到这个LAB）

二、能干啥，要干啥

2. 关于OpenMV 和 OpenCV
OpenMV是开源的机器视觉框架，而 OpenMV 是一种开源计算机视觉库，两者都是实现视觉应用的工具，不同的是 OpenMV 可以运行在 MCU 上，而OpenCV可以运行在多种框架的 CPU上，OpenMV的优势在于轻量化，但是处理高复杂图形信息和告诉图像能力的时候明显弱于OpenCV

以下是OpenMV开发板的一些基本功能的详细说明，包括图像捕捉、颜色跟踪、人脸检测和二维码识别等：

1. 图像捕捉

OpenMV开发板配备了一个摄像头模块，可以捕捉静态图像和视频帧。

静态图像捕捉：可以使用sensor.snapshot()函数来捕捉当前视野的图像，并将其保存到SD卡或传输到计算机。
视频流捕捉：可以连续捕捉视频帧，并在处理后显示或保存。

import sensor, image, time

sensor.reset()                      # 初始化摄像头
sensor.set_pixformat(sensor.RGB565) # 设置像素格式为RGB565
sensor.set_framesize(sensor.QVGA)   # 设置分辨率为QVGA (320x240)
sensor.skip_frames(time = 2000)     # 让摄像头稳定2秒

while(True):
    img = sensor.snapshot()         # 捕捉图像
    # 这里可以对图像进行处理

2. 颜色跟踪

颜色跟踪是通过检测和跟踪图像中的特定颜色区域来实现的。

颜色阈值设置：通过设置HSV（色调、饱和度、亮度）或RGB颜色空间的阈值来定义要跟踪的颜色。
检测颜色区域：使用find_blobs()函数检测图像中的颜色块。

import sensor, image, time

sensor.reset()
sensor.set_pixformat(sensor.RGB565)
sensor.set_framesize(sensor.QVGA)
sensor.skip_frames(time = 2000)

# 定义红色的阈值范围
red_threshold = (30, 100, 15, 127, 15, 127)

while(True):
    img = sensor.snapshot()
    blobs = img.find_blobs([red_threshold])
    for blob in blobs:
        img.draw_rectangle(blob.rect())
        img.draw_cross(blob.cx(), blob.cy())

3. 人脸检测

OpenMV开发板支持基于Haar特征的级联分类器进行人脸检测。

加载人脸检测模型：使用预训练的Haar特征模型进行检测。
检测人脸：使用find_features()函数检测图像中的人脸。

import sensor, image, time, pyb

sensor.reset()
sensor.set_pixformat(sensor.GRAYSCALE) # 人脸检测通常在灰度图像上进行
sensor.set_framesize(sensor.QVGA)
sensor.skip_frames(time = 2000)

# 加载Haar特征分类器模型
face_cascade = image.HaarCascade("frontalface", stages=25)

while(True):
    img = sensor.snapshot()
    faces = img.find_features(face_cascade, threshold=0.75, scale_factor=1.25)
    for face in faces:
        img.draw_rectangle(face)

4. 二维码识别

OpenMV开发板支持检测和解码图像中的二维码。

检测二维码：使用find_qrcodes()函数检测并解码图像中的二维码。

import sensor, image, time

sensor.reset()
sensor.set_pixformat(sensor.GRAYSCALE) # 二维码识别通常在灰度图像上进行
sensor.set_framesize(sensor.QVGA)
sensor.skip_frames(time = 2000)

while(True):
    img = sensor.snapshot()
    qrcodes = img.find_qrcodes()
    for qrcode in qrcodes:
        img.draw_rectangle(qrcode.rect())
        print(qrcode.payload()) # 打印二维码的内容

其他功能

OpenMV开发板还支持许多其他功能，如边缘检测、条形码识别、光流跟踪、机器学习等。每种功能都有对应的API，可以通过阅读官方文档和示例代码来学习和使用这些功能。

OpenMV官方文档
OpenMV社区论坛

三、慢慢上手-图像处理方法

基本方法 · OpenMV中文入门教程

还得是官网

1.感光元件

感光元件 · OpenMV中文入门教程

2.基本方法

基本方法 · OpenMV中文入门教程

主要是将的怎么提取图像的部分基本信息和设置宽度、运算

3.统计图像信息

使用统计信息 · OpenMV中文入门教程

统计图像的最大面积颜色，平均数，中位数，众数，标准差，最小值，最大值，第一四分数，第三四分数等

4.画图

需要对图像中的某些位置进行标注时使用，直接在图像中显示出来，很直观

画图 · OpenMV中文入门教程

画线

image.draw_line(line_tuple, color=White) 在图像中画一条直线。
- line_tuple的格式是(x0, y0, x1, y1)，意思是(x0, y0)到(x1, y1)的直线。
- 颜色可以是灰度值(0-255)，或者是彩色值(r, g, b)的tupple。默认是白色

画框