【STM32+OPENMV】矩形识别

一、准备工作

有关OPENMV最大色块追踪及与STM32通信内容,详情见【STM32+HAL】与OpenMV通信

二、所用工具

1、芯片:STM32F103C8T6

2、CUBEMX配置软件

3、KEIL5

4、OPENMV

三、实现功能

寻找黑色矩形,并将最大矩形的四个边缘坐标发送给STM32

四、OpenMV  IDE

1、寻找最大的矩形,并沿矩形边框绘制线条
# 寻找最大的矩形
# 沿矩形边框绘制线条
import sensor, image, time

# 相机初始化
sensor.reset()
sensor.set_pixformat(sensor.GRAYSCALE)      # 设置图像格式为灰度
sensor.set_framesize(sensor.QQQVGA)         # 设置图像大小
sensor.skip_frames(time=2000)               # 等待设置生效
clock = time.clock()                        # 用于跟踪帧率

while(True):
    clock.tick()
    img = sensor.snapshot().lens_corr(1.8)

    # 使用find_rects()方法寻找图像中的矩形
    rects = img.find_rects(threshold = 10000)

    # 初始化变量来存储最大矩形的信息
    max_area = 0
    max_rect = None

    # 遍历所有找到的矩形,找出面积最大的矩形
    for rect in rects:
        # 计算当前矩形的面积
        area = rect.w() * rect.h()
        # 如果当前矩形的面积大于之前记录的最大面积,则更新最大矩形和最大面积
        if area > max_area:
            max_area = area
            max_rect = rect

    # 如果找到了最大的矩形,则绘制它的边框
    if max_rect:
        corners = max_rect.corners()    # 获取最大矩形的四个角点
        # 绘制最大矩形的四条边
        for i in range(len(corners)):
            start_point = corners[i]
            end_point = corners[(i+1) % 4]
            img.draw_line(start_point[0], start_point[1], end_point[0], end_point[1], color = 255)

        print(corners)                  # 打印最大矩形的四个角点

2、完整通信+识别代码
# 寻找最大的矩形
# 沿矩形边框绘制线条
import sensor, image, time
import ustruct
from pyb import UART


# 串口初始化
uart = UART(3, 115200, timeout_char=200)
uart.init(115200, bits=8, parity=None, stop=1)  # init with given parameters

# 相机初始化
sensor.reset()
sensor.set_pixformat(sensor.GRAYSCALE)      # 设置图像格式为灰度
sensor.set_framesize(sensor.QQQVGA)         # 设置图像大小
sensor.skip_frames(time=2000)               # 等待设置生效
clock = time.clock()                        # 用于跟踪帧率



def send_data(x):
    global uart;
    uart.write(bytearray([0xb3,0xb3]))
    uart.write(str(x))
    uart.write(bytearray([0x0d,0x0a]))



while(True):
    clock.tick()
    img = sensor.snapshot().lens_corr(1.8)

    # 使用find_rects()方法寻找图像中的矩形
    rects = img.find_rects(threshold = 10000)

    # 初始化变量来存储最大矩形的信息
    max_area = 0
    max_rect = None

    # 遍历所有找到的矩形,找出面积最大的矩形
    for rect in rects:
        # 计算当前矩形的面积
        area = rect.w() * rect.h()
        # 如果当前矩形的面积大于之前记录的最大面积,则更新最大矩形和最大面积
        if area > max_area:
            max_area = area
            max_rect = rect

    # 如果找到了最大的矩形,则绘制它的边框
    if max_rect:
        corners = max_rect.corners()    # 获取最大矩形的四个角点
        # 绘制最大矩形的四条边
        for i in range(len(corners)):
            start_point = corners[i]
            end_point = corners[(i+1) % 4]
            img.draw_line(start_point[0], start_point[1], end_point[0], end_point[1], color = 255)

        send_data(corners)

        print(corners)                  # 打印最大矩形的四个角点

五、源码提供

【STM32+OPENMV】矩形识别资源

  • 9
    点赞
  • 32
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
STM32+Openmv是指将STM32Openmv进行连接和通信的一种方式。根据引用\[1\]中的连接方式,可以通过将Openmv的Rx连接到STM32的Tx,Openmv的Tx连接到STM32的Rx,Openmv的GND连接到STM32的GND,以及Openmv的VIN连接到STM32的5V引脚来实现连接。这样,Openmv可以通过STM32来接收和发送数据。 在程序设计方面,引用\[2\]中给出了一个示例代码,用于接收Openmv传过来的数据。代码中使用了一个状态变量state来判断接收到的数据的位置,根据不同的状态来存储接收到的数据。当接收到结束标志时,调用Openmv_Data()函数来处理接收到的数据。 除了连接和程序设计,还可以根据需求进行其他改进。例如,可以采用中断运行来减少处理器资源的占用,添加蜂鸣器响应,增加WiFi模块实现远程控制,以及上传指纹和人脸数据库信息等。这些改进可以根据具体的应用需求进行实现。\[3\] #### 引用[.reference_title] - *1* *3* [STM32+OpenMV+AS608实现人脸识别](https://blog.csdn.net/sssyyymm/article/details/102746595)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insert_down1,239^v3^insert_chatgpt"}} ] [.reference_item] - *2* [【学习笔记】stm32+openmv串口通信实现颜色识别](https://blog.csdn.net/nuizaihenmang/article/details/125000947)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insert_down1,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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