基于OpenMV与STM32的数据通信项目（代码开源）_openmv与stm32连接

最新推荐文章于 2024-05-28 15:38:34 发布

2401_85015212

最新推荐文章于 2024-05-28 15:38:34 发布

阅读量2.2k

点赞数 34

分类专栏： 2024年程序员学习文章标签：物联网嵌入式硬件面试

本文链接：https://blog.csdn.net/2401_85015212/article/details/138935000

版权

2024年程序员学习专栏收录该内容

14 篇文章 0 订阅

订阅专栏

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上物联网嵌入式知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、电子书籍、讲解视频，并且后续会持续更新

需要这些体系化资料的朋友，可以加我V获取：vip1024c （备注嵌入式）

如果你需要这些资料，可以戳这里获取

作者推荐 OpenMV 学习网站：

官方网站：Download – OpenMV

OpenMV中国官方代理(星瞳科技)：序言 · OpenMV中文入门教程

1.2 OpenMV项目

中国 OpenMV 官方代理是星瞳科技，星瞳科技在其官网提供了超多详细且丰富的 OpenMV 使用案例，例如：特征点检测、测距、扫描识别、寻找色块、模板匹配、颜色形状识别与人脸识别等。

上述图片中的案例都是可以借助 OpenMV 进行实现的，当然考虑到 STM32F7/STM32H7 等系列 CPU 算力的上限，可能输出图像像素以及 FPS 并不是特别优秀的。有能力和专研精神的读者朋友可以尝试高级的计算机视觉开发工具，例如：Jeston Nano、K210、K510、RK3568、RK3588与树莓派4/5B系列等（部分产品的性能与算力非常有竞争力）！

补充提醒：本项目中使用 OpenMV 的数字识别作为案例，进行与 STM32 之间的数据通信！

二、博客项目概述

2.1 OpenMV的Mnist数字识别

OpenMV 提供了超级多的计算机视觉的案例，作者选择常用的 mnist 数字识别项目作为 OpenMV 终端处理的事件(电赛送药小车题目与之类似)，该案例可以直接通过星瞳科技官网进行获取(老旧版本的 OpenMV 可能需要升级固件才能使用该案例)：

案例地址：Mnist数字识别 · OpenMV中文入门教程

作者手上的 OpenMV 为 OpenMV3 R1，CPU 的处理性能非常一般。官方在 OpenMV4 H7 Plus上面运行大概每秒 45 帧，在 OpenMV4 H7上面运行大概每秒 25 帧左右。mnist 数字识别案例使用了 CNN 卷积神经网络进行识别，例程利用 mnis t数字数据集，自行训练神经网络得到手写数字识别神经网络模型，性能和准确率很高(可以直接使用案例的权重文件即可)。

★运行目录前，将官网提供的 mnist 数字识别的 trained.tflite 文件下载到电脑，并复制到 OpenMV 的存储中。

mnist数字识别代码：

# This code run in OpenMV4 H7 or OpenMV4 H7 Plus

import sensor, image, time, os, tf

sensor.reset()                         # Reset and initialize the sensor.
sensor.set_pixformat(sensor.GRAYSCALE)    # Set pixel format to RGB565 (or GRAYSCALE)
sensor.set_framesize(sensor.QVGA)      # Set frame size to QVGA (320x240)
sensor.set_windowing((240, 240))       # Set 240x240 window.
sensor.skip_frames(time=2000)          # Let the camera adjust.

clock = time.clock()
while(True):
    clock.tick()
    img = sensor.snapshot().binary([(0,64)])
    for obj in tf.classify("trained.tflite", img, min_scale=1.0, scale_mul=0.5, x_overlap=0.0, y_overlap=0.0):
        output = obj.output()
        number = output.index(max(output))
        print(number)
    print(clock.fps(), "fps")

案例测试：

2.2 项目整体说明

OpenMV 集成了非常多的库函数，常用的数据通信使用 UART 串口，本篇博客就以 UART 通信为例。

本项目利用 OpenMV 的数字识别案例进行数字识别，将识别到的数字信息通过OpenMV的UART 串口发送至 STM32F103C8T6。而 STM32F103C8T6 通过 I2C 协议将 OpenMV 传输过来的数字信息显示在 0.96 寸的 OLED 屏幕上。该项目的整体实现还是非常简单，特别是计算机视觉的数字识别部分，OpenMV 直接封装为案例，极大地方便研发人员的后续使用。当然，本篇博客最核心部分是 OpenMV 与 STM32 的通信部分的处理，包含数据包的处理编程！

三、传输数据包协议

3.1 数据包通信概述

传输完全体数据包可以包含：帧头、地址信息、数据类型、数据长度、数据块、校验码、帧尾。正常情况下，考虑到传输速率问题不会使用完全体数据包。大多数情况下，工程师仅使用简版数据包：帧头、数据字节长度与帧尾！

传输数据包的过程包含 2 个部分：(1) 数据包编码，上文所说的数据包组成；(2) 数据包解析，下文所说的数据包解析；

传输****数据过程中的数据包解析通常有 2 种方式：(1)、中断内部解析；(2)、中断外部解析；

**第一种方法：**中断服务函数内部直接解析使用，该方法适用于数据帧简单，数据复杂程度低的情况。可以满足中断函数的快进快出，该方法可以使整个项目代码框架简洁，方便后期纠错改正！！！

**第二种方法：**中断服务函数外部解析使用，该方法适用于数据帧繁杂，数据复杂程度高的情况。该情况下，往往无法满足中断服务函数的快进快出，容易卡死在中断内部。这种情况下，工程师可以在中断中只接收数据，随后通过 extern 全局变量将数据在外部进行解析处理。实际工程中，该方法使用可能性高，希望读者朋友可以完全掌握该技能！！！

本篇博客项目使用中断内部解析数据包的方法，该方法也是作者电赛常用手段之一（部分情况下解析完的数据可能需要数据融合或是滤波处理，该情况使不适合在中断服务函数中解析的）

3.2 数据包传输（HEX方式）

数据包传输方式是机器设备间通信最常见的方法，**数据包传输方式一般分为 3 种：(1) 固定包长，含帧头帧尾；(2) 可变包长，含帧头帧尾；(3) 可变包长，含数据字节长度及帧头帧尾；**详情如下图所示：

作者补充说明：上图中的帧头为 0xFE，帧尾为 0xEF；这里的帧头和帧尾是可以自定义的，但通常情况下会选择帧头为 0xFE，帧尾为 0xEF，这是为什么呢？

**答：**通常帧头和帧尾的设计需要避免与通信过程中的数据具有相似性，不然容易导致误把通信数据当初帧头帧尾进行处理，从而解析出错误的数据！当然，复杂的数据包帧头也可以不局限于 1 个字节，读者朋友可以根据自己实际情况设计。作者项目使用直接使用了帧头为 0xFE，帧尾为 0xEF 的数据包进行传输！

四、CubeMX配置

1、RCC配置外部高速晶振（精度更高）——HSE；

2、SYS配置：Debug设置成Serial Wire（否则可能导致芯片自锁）；

3、USART1配置：设置UART1串口；波特率：115200；开启UART串口中断；

4、I2C配置：设置I2C1与 0.96 寸OLED进行通信；

5、时钟树配置

6、工程配置

五、代码与解析

5.1 OpenMV数据发生端代码

5.1.1 OpenMV的串口数据传输

星瞳科技官网提供了 OpenMV 的串口 UART 的使用案例，升级到最新版固件就可以直接运行。作者使用 CH340 芯片将串口数据上传至电脑终端进行测试(读者朋友搞工程的时候，也建议按部就班的搭建和完善代码流程)。

OpenMV 串口通信代码：

# This code run in OpenMV4 H7 or OpenMV4 H7 Plus

import sensor, image, time, os, tf
from pyb import UART

sensor.reset()                         # Reset and initialize the sensor.
sensor.set_pixformat(sensor.GRAYSCALE)    # Set pixel format to RGB565 (or GRAYSCALE)
sensor.set_framesize(sensor.QVGA)      # Set frame size to QVGA (320x240)
sensor.set_windowing((240, 240))       # Set 240x240 window.
sensor.skip_frames(time=2000)          # Let the camera adjust.

#OpenMV串口UART传输数据
uart = UART(3, 115200)                 # 实例化一个串口3，波特率为115200，必须与STM32接收端保持一致

clock = time.clock()
while(True):
    clock.tick()
    img = sensor.snapshot().binary([(0,64)])
    for obj in tf.classify("trained.tflite", img, min_scale=1.0, scale_mul=0.5, x_overlap=0.0, y_overlap=0.0):
        output = obj.output()
        number = output.index(max(output))
        print(number)
    print(clock.fps(), "fps")
    uart.write("Hello World!\r")

5.1.2 OpenMV发送端完整代码

在上述官方提供的 OpenMV 的 2 个例程代码的基础上结合项目实际情况进行编写代码。OpenMV 只能传输十六进制的数据给 STM32，否则 STM32 将收不到数据，就是单片机和 OpenMV 都能正常和电脑通信，但是两者结合就不能正常通信。十六进制数据的实现主要通过 bytearray() 这个函数，代码格式如下：**OUT\_DATA =bytearray([0x2C,0x12,cx,cy,cw,ch,0x5B])**

**代码解析：**通过定义 Sending_Data() 函数，进行 OpenMV 端的数据发送。在 mnist 数字识别的 while 函数的 for 循环中将识别到的 number 数据包持续 Sending_Data() 发送到 STM32 开发板上。

mnist.py代码：

# This code run in OpenMV4 H7 or OpenMV4 H7 Plus

import sensor, image, time, os, tf
from pyb import UART

sensor.reset()                         # Reset and initialize the sensor.
sensor.set_pixformat(sensor.GRAYSCALE)    # Set pixel format to RGB565 (or GRAYSCALE)
sensor.set_framesize(sensor.QVGA)      # Set frame size to QVGA (320x240)
sensor.set_windowing((240, 240))       # Set 240x240 window.
sensor.skip_frames(time=2000)          # Let the camera adjust.

#OpenMV串口UART传输数据
uart = UART(3, 115200)                 # 实例化一个串口3，波特率为115200，必须与STM32接收端保持一致

#定义数据包发送函数
def Sending_Data(Num):
    global uart;
    OutData = bytearray([0xFE,0xBC,Num,0xEF])   #构建发送数据的数据包
    uart.write(OutData);   #必须要传入一个字节数组
    
clock = time.clock()
while(True):
    clock.tick()
    img = sensor.snapshot().binary([(0,64)])
    for obj in tf.classify("trained.tflite", img, min_scale=1.0, scale_mul=0.5, x_overlap=0.0, y_overlap=0.0):
        output = obj.output()
        number = output.index(max(output))
        Sending_Data(number)
        print(number)
    print(clock.fps(), "fps")

mnist数字识别数据传输：

5.2 STM32数据接收端代码

5.2.1 0.96寸OLED代码

本篇博客项目中使用 0.96 寸 OLED 将 OpenMV识别的 mnist 数字结果进行输出，0.96 寸的 OLED 驱动代码可以参考作者的另一篇博客。考虑到博客篇幅有限，0.96寸 OLED 驱动就不详细赘述了，希望读者朋友可以自行掌握！

博客地址：http://t.csdnimg.cn/gDcev

5.2.2 STM32接收端完整代码

**代码解析：**本篇项目代码中 STM32 接收端关键操作都是依赖于 HAL_UART_RxCpltCallback() 函数实现的。OpenMV 与 STM32 数据传输过程中的解码在中断回调函数中直接通过 OpenMV_Data_Receive() 函数实现。USART1_RXbuff 变量为 USART1 开启后持续传输的数据，将该变量放入 OpenMV_Data_Receive() 进行解码。

★核心函数 OpenMV_Data_Receive() 解析：

OpenMV 与 STM32 数据传输稍微复杂点的其实就是 STM32 接收端的解码过程，常规情况下 OpenMV 发送端的数据是一组数据包。这组数据包的组成是程序员自己定义的，比如作者 OpenMV端的数据包格式为：0xFE，0xBC，Num，0xEF。其中，0xFE，0xBC 为帧头，Num 为需要解码出的真正数据，0xEF 为帧尾。

STM32 接收端需要根据 OpenMV 发送端的数据包格式进行解码，HAL_UART_Receive_IT() 函数稳定将接收到的数据赋值 USART1_RXbuff，通过 OpenMV_Data_Receive() 函数进行解码。根据上述 OpenMV 发送端的代码，可以得出需要首先解码帧头的 0xFE 与 0xBC，OpenMV_Data_Receive() 函数中定义 RxBuffer[4] 数组来接收每一帧的数据（作者每一帧数据有 4 个字节数据，读者朋友可以根据实际情况设置数组大小），设置 RxState 状态位来递进判断是否正确接收到目标数据。在成功接收到 2 个帧头数据之后，通过 **OLED_ShowNum()**函数将 OpenMV 识别出的数字显示出来。

**关键点：**串口接收中断回调函数

/* USER CODE BEGIN PTD */
	uint8_t USART1_RXbuff;  //中断数据接收缓冲区
/* USER CODE END PTD */
    HAL_UART_Receive_IT(&huart1,(void *)&USART1_RXbuff,1);		/* 开启串口中断接收 */

/* USER CODE BEGIN 4 */
void HAL_UART_RxCpltCallback(UART_HandleTypeDef *huart)
{
  uint16_t tempt;
  if(huart->Instance==USART1)
  {
    tempt=USART1_RXbuff;
    OpenMV_Data_Receive(tempt);
  }
  HAL_UART_Receive_IT(&huart1,(void *)&USART1_RXbuff,1);			//再次开启中断接收
}
/* USER CODE END 4 */

openmv.h：

#ifndef __OPENMV_H
#define __OPENMV_H

#include "stm32f1xx.h"

void OpenMV_Data_Receive(int16_t OpenMV_Data);		/* STM32接收端处理OpenMV传输的数据 */

#endif

openmv.c：

/********************************* (C) COPYRIGHT **********************************
* File Name						    : openmv.c
* Author							: 混分巨兽龙某某
* Version							: V1.0.0
* Data								: 2023/11/03
* Contact							: QQ:1178305328
* Description					    : OpenMV and STM32 Communication Files
***********************************************************************************/
#include "openmv.h"
#include "usart.h"
#include "stdio.h"
#include "oled.h"


**收集整理了一份《2024年最新物联网嵌入式全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升的朋友。**
![img](https://img-blog.csdnimg.cn/img_convert/ee2e379e67acfd84d0b15cffb886ac69.png)
![img](https://img-blog.csdnimg.cn/img_convert/52c1607b8ea40e806fcf113cf3f0ee54.png)

**[如果你需要这些资料，可以戳这里获取](https://bbs.csdn.net/topics/618679757)**

**需要这些体系化资料的朋友，可以加我V获取：vip1024c （备注嵌入式）**

**一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人**

**都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！**

.h"
#include "usart.h"
#include "stdio.h"
#include "oled.h"


**收集整理了一份《2024年最新物联网嵌入式全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升的朋友。**
[外链图片转存中...(img-2hUPaXOn-1715802158664)]
[外链图片转存中...(img-5KaP20T5-1715802158665)]

**[如果你需要这些资料，可以戳这里获取](https://bbs.csdn.net/topics/618679757)**

**需要这些体系化资料的朋友，可以加我V获取：vip1024c （备注嵌入式）**

**一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人**

**都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！**

2401_85015212

关注

34
点赞
踩
37

收藏

觉得还不错? 一键收藏
1
评论
基于OpenMV与STM32的数据通信项目（代码开源）_openmv与stm32连接

OpenMV提供了超级多的计算机视觉的案例，作者选择常用的mnist数字识别项目作为OpenMVMnist数字识别 · OpenMV中文入门教程作者手上的OpenMV为OpenMV3 R1，CPU 的处理性能非常一般。官方在上面运行大概每秒45帧，在OpenMV4 H7上面运行大概每秒25帧左右。mnist 数字识别案例使用了 CNN 卷积神经网络进行识别，例程利用 mnis t数字数据集，自行训练神经网络得到手写数字识别神经网络模型，性能和准确率很高(可以直接使用案例的权重文件即可)。
复制链接

扫一扫