OpenMV驱动自己的1.8寸TFT屏

如果没有OpenMV配套LCD屏，而手边恰好有TFT屏，那怎么能用TFT平替一下呢，今天就把它当作一个独立的OpenMV扩展板给各位父老乡亲们享用（不占用UART端口），屏幕本身所占引脚比OpenMV官网模块还少，而且成本就屏幕本身20块钱。

下面就用追踪黄色小球举例

IO接线：
LED       ---> 3.3V (背光控制) 
SCK       ---> P2(SCLK)            SCLK 时钟线
SDA       ---> P0(MOSI)            SDA 数据线
AO          ---> P8                    数据命令选择线
RESET   ---> P7                    复位线
CS          ---> P3                    片选线
GND       ---> GND
VCC       ---> 3.3V

#OpenMV连接TFT追踪黄色小球
import sensor, image, time, math, json, pyb, ustruct ,lcd
from pyb import UART
from pyb import Timer
from machine import UART

# 颜色跟踪阈值(L Min, L Max, A Min, A Max, B Min, B Max)
thresholds1 =[
(44, 60, 23, 52, 73, 51)
]

sensor.reset()
sensor.set_pixformat(sensor.RGB565)
sensor.set_framesize(sensor.QQVGA)
sensor.skip_frames(time = 2000)
sensor.set_contrast(0)
sensor.set_auto_gain(False) # 颜色跟踪必须关闭自动增益
sensor.set_auto_whitebal(False) # 颜色跟踪必须关闭白平衡
sensor.set_auto_exposure(True,1)
clock = time.clock()
uart = UART(3, 115200)
uart.init(115200, bits=8, parity=None, stop=1)
lcd.init() # Initialize the lcd screen.

left_roi = [10,10,140,100]  ##感性区域，设计颜色识别的有效区域-

start_x=80   
start_y=120
interval_x=80  
interval_y=80
roi_temp = 20
roi_sum = 0
roi_r=12     

roi_x=roi_r   
roi_y=roi_r


left_1_1 = (start_x,                       start_y,  roi_r)  ##通过比例计算框位
left_1_2 = (start_x+interval_x+(roi_x*2),  start_y,  roi_r)

ROI=(75,55,10,10)
def find_max(blobs):
    max_size=0
    for blob in blobs:
        if blob.pixels() > max_size:
            max_blob = blob
            max_size = blob.pixels()
    return max_blob


time_log=5
def tick(timer):      #这里开启了一个定时器
    time_log  = 1

tim = Timer(2, freq=1)
tim.callback(tick)

Lmin = 1
Lmax = 1
Amin = 1
Amax = 1
Bmin = 1
Bmax = 1

while(True):
    clock.tick()
    img = sensor.snapshot().lens_corr(strength = 1.6, zoom = 1.0)
    lcd.display(img) # Take a picture and display the image.
    statistics=img.get_statistics(roi=ROI)   ###查询这个区域的颜色值
    color_l=statistics.l_mean()
    color_a=statistics.a_mean()
    color_b=statistics.b_mean()
    #print(color_l,color_a,color_b)

    img.draw_rectangle(left_roi)       ##绘制主框
    img.draw_rectangle(ROI,color=(255,255,100))    ##绘制校准区域

    Lmin = color_l - 10
    Lmax = color_l + 10
    Amin = color_a - 10
    Amax = color_a + 10
    Bmin = color_b - 10
    Bmax = color_b + 10

    blobs = img.find_blobs(thresholds1,roi=left_roi,pixels_threshold=50, area_threshold=50,merge = True)
    if blobs:
        max_blob1 = find_max(blobs)
        img.draw_edges(max_blob1.min_corners(), color=(0,255,128))
        img.draw_cross(max_blob1[5], max_blob1[6],color=(0,255,128))
        data = ustruct.pack("<bBBb",      #格式为俩个字符俩个短整型(2字节)
               0xFF,                      #帧头1
               int(max_blob1[5]), # up sample by 4    #数据1
               int(max_blob1[6]), # up sample by 4    #数据2
               0xFE)
        uart.write(data);  #必须要传入一个字节数组
        print(max_blob1[5],max_blob1[6])

注意1.8寸TFT屏分辨率为160*128，所以选择图像为QQVGA或QQVGA2。
sensor.set_framesize(sensor.QQVGA)

  保存完运行，得到如下结果。