weixin_40672861的博客

由于openmv是顺序执行，先解析python代码，再调用C函数，由于sensor图像采集一般为RGB565的图像或者YUV的图像，要处理成算法直接能运行的图像，需要作一些图像格式转换，这部分图像采集和转换处理做了单缓存，双缓存，和三缓存优化，使得图像采集速度更快，并在DCMI中断中做图像格式变换，以及图像拷贝操作，最大程度提升图像前处理的效率，使得采集出来的图像直接进入算法处理环节；在传统算法性能上，openmv运行的传统图像处理和图像识别算法确实具备很大的优势，前面也分析了其算法优化的策略和实现；

梦飞自动循迹和及自动搬运物联网图传小车

基于梦飞openmv的自主识别物联网图传小车

本文描述了一种可以应用在大分辨率图像上的连通域标记方法，该方法可以极大的简化图像标记的计算量，且对于标记的准确率和标记速度都是可控的。

1.概述采用无数字口的单片机采集摄像头数据，通过模拟摄像头的采集时序进行图像采集，采集速度完全取决于单片机IO口的翻转速度和CPU处理速度；硬件：stm32f401/411/405，M4内核，带DSP/FPU单精度浮点运算单元，当然F103也是用，但不建议用F103，因为RAM资源和内核，主频等等都跟不上，性能太差没有实际意义；摄像头以OV7670无FIFO为例，最大像素640x480；2.采集原理（1）摄像头时序：PCLK :像素时钟，一个像素时钟出一个8bit数据XCLK：摄像头外部时钟，

1.概述OCR字符识别，最常用的就是图像分割+模板匹配，前面博客中已经有写车牌识别过程中进行图像分割处理的流程，本文重点讲解如何使用汉明距离计算图像的模板匹配从而进行数字识别。图像识别硬件：stm32F407VET6 ，192KB RAM，168MHz主频，具备DCMI数字图像接口，采用无FIFO OV7670图像，直接采集摄像头数据；2.数字识别大致流程（1）图像采集，看过前文的可能已经了解图像采集的流程，不懂的可以去看看，这里直接将摄像头设置为YUV422图像输出，然后在DMA传输中断处理函数

1.车牌识别基本原理本文讲述的是基于stm32单片机的车牌识别原理，包括车牌图像定位，字符分割，字符归一化处理，以及模板匹配等操作，当然如果芯片处理性能足够还可以加入旋转矫正，多车牌处理等，本文尽量采用最简单易懂的方法进行图像分割处理，同时加快处理速度。首先，讲一讲网络上大部分stm32F103车牌识别的硬件和软件实现，硬件采用的是stm32f103rct6+OV7670&FIFO+16bit并口LCD屏；72M主频，不支持浮点运算等操作；软件实现过程大致如下：（1）OV7670带FIFO摄

1.基本控制原理三线SPI LCD， 顾名思义，最少只需要3个IO控制LCD显示，如果采用硬件控制上电时序和背光，最少只需要接SCK，CS，MOSI三个引脚即可控制LCD，并且不管接不接其他引脚，控制刷屏的只需要这三个引脚；CS为片选引脚，CS拉低代表数据传输开始；CS拉高，代表数据传输结束；SCK为SPI时钟线，一般LCD上标识SCL；MOSI是master数据输出，即单片机发送数据到LCD，一般LCD上标识SDA；3线SPI-LCD与4线的唯一区别是少了一个DC引脚，DC拉低代表传输的是指令；

一、硬件介绍（1）主芯片采用STM32F4主控，支持单精度浮点运算，芯片硬件资源包括192KB内部RAM，512KB-1MB的FLASH（具体看芯片型号），采用分散内存架构128KB内部SRAM，64KB高速RAM，CPU可以直接访问此部分的内存（访问速度为CPU主频速度），因此通常采用内部SRAM图像采集和显示，采用CCM-RAM进行图像处理和识别，能充分发挥M4内核的优势.具有DCMI数字图像采集接口，直接采集并口摄像头图像并使用DMA传输,包含USB,PWM,USRT,SPI,I2C,CAN等众多外

1.openmv是什么？openmv是国外团队开发的基于STM32的一款机器视觉模块，openmv是一个开源项目，所有的代码和硬件均开源，它可以利用micropython进行上层应用代码的开发，旨在像arduino一样简单编程就能实现各种图像识别的功能，虽然STM32不是专用图像视频处理器，但是其作为一款MCU表现的超强的图像处理性能仍然可以做很多事情。感谢中国团队星瞳科技对openmv的推广、使用方法和使用技巧做出了巨大的贡献，尽管每个使用者需要交不少学费；2.为什么要自主开发openmv？首先，想