基于STM32F1系列芯片的OV7670颜色,形状识别

本文介绍了基于STM32F1系列芯片和OV7670摄像头进行颜色和形状识别的过程。通过设置腐蚀中心,以13x13像素的小色块为单位进行识别,若在特定区域内识别失败次数超过6次,则跳过该区域,继续寻找下一个色块。成功识别后,会进一步分析外围形状。识别过程中,会根据失败次数调整查询方向,最终确定并记录合格色块的中心点,将结果显示在显示屏上。
摘要由CSDN通过智能技术生成

在用ov7670做颜色识别的时候遇到一些问题,查阅很多资料才弄明白,遂整理一下。

一.腐蚀中心

int SearchCenter(uint16_t* x, uint16_t* y, const TARGET_CONDITION_t* condition, SEARCH_AREA_t* area )
{
	uint16_t i, j, k;
	uint16_t FailCount=0;                               //失败计数
	uint16_t SpaceX, SpaceY;
	COLOR_RGB_t rgb;
	COLOR_HLS_t hls;
	
	SpaceX = condition->WIDTH_MIN / 3;
	SpaceY = condition->HEIGHT_MIN / 3;						
	for(i=area->Y_Start; i<area->Y_End; i+=SpaceY)  
	{
		for(j=area->X_Start; j<area->X_End; j+=SpaceX)	
		{
			FailCount = 0;																	//初始化失败计数
			for(k=0; k<SpaceX+SpaceY; k++) 
			{
				x2=j;
				y2=i;
				kk=k;
				if(k<SpaceX)              
					ReadColor( j+k, i+SpaceY/2, &rgb );         //查询色块中间一横的颜色   
				else
				{
					x3=	j+SpaceX/2;				y3=i+k-SpaceX;
					ReadColor( j+SpaceX/2, i+k-SpaceX, &rgb ); //查询
  • 1
    点赞
  • 34
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
欢迎下载研华科技主题白皮书: 【深度剖析】研华多核异构ARM核心板之机器视觉应用案例 [摘要] TI Sitara系列AM5718/5728是采用ARM+DSP多核异构架构,可以实现图像采集、算法处理、显示、控制等功能,具有实时控制、低功耗、多标准工业控制网络互联、工业人机界面的优化、2D/3D图形处理、1080 HD的高清视频应用、工业控制设备的小型化等特点。广泛应用在机器视觉、工业通讯、汽车多媒体、医疗影像、工厂自动化、工业物联网等领域。 https://www.eefocus.com/resource/advantech/index.p... 前言: 使用单片机方案的简单图像处理在很多情况下有应用,比如颜色的跟踪识别,给智能控制的机器人带来的视觉系统,能使设计更加的智能化。在各种机器人大赛中都有图像处理应用的身影,低调却非常的有用。虽然只是对图像的颜色跟踪,但是这样却可以应用到很多的场合。 本方案介绍的是基于Colibri_GD32F207+OV7670+SPI_LCD的图像处理->颜色跟踪。 系统框图如下: 实物PIN脚连接图: 管脚配置: 设计应用描述及心得总结: 1. Colibri_GD32F207这个板子的MCU是带有camera的接口的,但是没有引出来,使用使用了FIFO的OV7670摄像头,数据口使用GPIO。OV7670是30W的摄像头最大是支持VGA 640*480的像素,但是应为液晶的分辨率只有320*240,所以讲OV7670配置为QVGA 320*240的像素输出。 2. 同样板子上的MCU是带有LCD 的接口的,但是也是应为没有将这部分的IO全部引出来,所以使用SPI LCD ,这样可以节省很多的 IO,但是也造成了使用GD32f207处理图片的时候速度变慢。如果这部分做些修改,处理的速度将达到每秒7帧以上。 3.本设计发挥了GD32F207的最大的速度,主频配置为了120MHZ。 4. 本设计集成了对图片设定的识别颜色条件为:Condition={30,70,130,255,100,170,40,40,320,240}; 5. 识别使用的是HSV空间,这个和RGB的区别是,HSV更加符合人眼对颜色的认知模式。H是色调,S是色饱和度,V是色温。其中的S值不会受到环境亮度的影响。 6. 识别的算法做了对目标的大小,坐标等的识别,集成了图像搜索的膨胀、腐蚀算法。
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值