OPENMV笔记(还在更

库函数查找：https://docs.singtown.com/micropython/zh/latest/openmvcam/library/index.html

一、OPENMV图像处理的方法

感光模块

在使用OPENMV之前，我们需要对其进行一些初始化设定，其中感光模块是必不可少的

 ①导入对应库

import sensor

②感光模块初始化

sensor.reset()

③对拍摄图像进行一些设定

#图像颜色设定
sensor.set_pixformat(sensor.GRAYSCALE/sensor.RGB565)#分别对应灰度图像和彩色图像
#图像分辨率设定
sensor.set_framesize(sensor.parameter)#这里参数有很多，具体去官网看，一般用QVGA
#跳帧设定
sensor.skip_frames(n=x)#x为跳过的帧数，也就是跳过的图片数
#设置窗口ROI
sensor.set_windowing(roi)#roi是矩形区域元组 (x, y, w, h).可以只传递(w，h)而roi 将会在图像中居中。注意：在设置ROI区域前应设置好相机分辨率。
#翻转设置
sensor.set_hmirror(True)#水平方向翻转
sensor.set_vflip(True)#垂直方向翻转

二、图像相关

①图像参数的获取和修改

#获取对应点像素值
image.get_pixel(x,y)
#修改对应点的像素值
image.set_pixal(x,y,pixel)#对于灰度图只要设置灰度值，对于彩色图则应设置对应图像的(r,g,b)三个值
#图像高度宽度等参数的获取
image.width()
image.height()
image.format()#色度值
image.size()

②统计信息的使用

统计信息一般用于统计一个区域块内的平均值或者最大值

#统计信息的利用
image.get_statistics(roi=Auto)
image.get_statistics(roi=(x,y,w,h))

#获取统计信息的函数的一些补充

statistics.mean()返回灰度的平均数(0-255) (int)

statistics.median() 返回灰度的中位数(0-255) (int)

statistics.mode() 返回灰度的众数(0-255) (int)

statistics.stdev() 返回灰度的标准差(0-255) (int)

statistics.min() 返回灰度的最小值(0-255) (int)

statistics.max() 返回灰度的最大值(0-255) (int)

statistics.lq() 返回灰度的第一四分数(0-255) (int)

statistics.uq() 返回灰度的第三四分数(0-255) (int)


上面是有关灰度值的一些补充，接下来的是lab通道

l_mean，l_median，l_mode，l_stdev，l_min，l_max，l_lq，l_uq，

a_mean，a_median，a_mode，a_stdev，a_min，a_max，a_lq，a_uq，

b_mean，b_median，b_mode，b_stdev，b_min，b_max，b_lq，b_uq，

是LAB三个通道的平均数，中位数，众数，标准差，最小值，最大值，第一四分数，第三四分数。

③画图

#画线
image.draw_line((x0,y0,x1,y1), color=White)#画条从(x0,y0)到(x1,y1)的线，默认颜色为白色，也可以用rgb通道或者灰度值来设置画的颜色吗，之后同理。
#画矩形框
image.draw_rectangle((x,y,w,h), color=White)#从(x,y)点开始画长为w，宽为h的矩形框。
#画圆
image.draw_circle(x, y, radius, color=White)#(x,y)为圆心坐标，r为半径
#画十字
image.draw_cross(x, y, size=5, color=White)#(x,y)为中心坐标，size为长度单位
#写字
image.draw_string(x, y, text, color=White)#x,y是坐标。使用\n,\r和\r,\n,会使光标移动到下一行。

④寻找色块

image.find_blobs(thresholds, roi=Auto, x_stride=2, y_stride=1, invert=False, area_threshold=10, pixels_threshold=10, merge=False, margin=0, threshold_cb=None, merge_cb=None)

对参数的解释：

thresholds为颜色的阈值，是一个列表，可以传入多个颜色阈值。示例代码如下：

thresholds=[(xx,xx,xx,xx,xx,xx),
            (xx,xx,xx,xx,xx,xx),
            (xx,xx,xx,xx,xx,xx)]

img=sensor.snapshot()
red_blobs = img.find_blobs([red])

color_blobs = img.find_blobs([red,blue, yellow])

 在代码中可以看出：对于thresholds变量我们传入了三个颜色阈值，以识别三个颜色；当然也可以传入一个阈值以识别一个颜色

roi就是自己框选的感兴趣区

x_stride 就是查找的色块的x方向上最小宽度的像素，默认为2，如果你想查找宽度10个像素以上的色块，那么就设置这个参数为10

y_stride同理

invert 反转阈值，把阈值以外的颜色作为阈值进行查找。

area_threshold 面积阈值，如果色块被框起来的面积小于这个值，会被过滤

pixels_threshold 像素个数阈值，如果色块像素数量小于这个值，会被过滤

merge 合并，如果设置为True，那么合并所有重叠的blob为一个

对于阈值有更详细的解释：

阈值 = (minL, maxL, minA, maxA, minB, maxB)

用到了LAB色域，其中min和max分别对应LAB三个色域的最大&最小值

在工具里面有阈值编辑器(threshold editor)，使用时拖动LAB使我们要的颜色变为白色，不要的颜色变为黑色

但是通常来说可以直接框选一个颜色，在IDE的右侧看到LAB三个通道的色值分布，直接看分布取最大值和最小值即可

返回值blob是一个列表

blob.rect() 返回这个色块的外框——矩形元组(x, y, w, h)，可以直接在image.draw_rectangle中使用。

blob.x() 返回色块的外框的x坐标（int），也可以通过blob[0]来获取。

blob.y() 返回色块的外框的y坐标（int），也可以通过blob[1]来获取。

blob.w() 返回色块的外框的宽度w（int），也可以通过blob[2]来获取。

blob.h() 返回色块的外框的高度h（int），也可以通过blob[3]来获取。

blob.pixels() 返回色块的像素数量（int），也可以通过blob[4]来获取。

blob.cx() 返回色块的外框的中心x坐标（int），也可以通过blob[5]来获取。

blob.cy() 返回色块的外框的中心y坐标（int），也可以通过blob[6]来获取。

blob.rotation() 返回色块的旋转角度（单位为弧度）（float）。如果色块类似一个铅笔，那么这个值为0~180°。如果色块是一个圆，那么这个值是无用的。如果色块完全没有对称性，那么你会得到0~360°，也可以通过blob[7]来获取。

blob.code() 返回一个16bit数字，每一个bit会对应每一个阈值。举个例子：

blobs = img.find_blobs([red, blue, yellow], merge=True)

如果这个色块是红色，那么它的code就是0001，如果是蓝色，那么它的code就是0010。注意：一个blob可能是合并的，如果是红色和蓝色的blob，那么这个blob就是0011。这个功能可以用于查找颜色代码。也可以通过blob[8]来获取。

blob.count() 如果merge=True，那么就会有多个blob被合并到一个blob，这个函数返回的就是这个的数量。如果merge=False，那么返回值总是1。也可以通过blob[9]来获取。

blob.area() 返回色块的外框的面积。应该等于(w * h)

blob.density() 返回色块的密度。这等于色块的像素数除以外框的区域。如果密度较低，那么说明目标锁定的不是很好。
比如，识别一个红色的圆，返回的blob.pixels()是目标圆的像素点数，blob.area()是圆的外接正方形的面积。

⑤April标记跟踪功能

不常用 以后写

⑥模板匹配功能

没SD卡 可以用机器学习代替 以后写

三、操控OPENMV的外设

openmv的外设完全基于pyb库中的函数来操作，所以在使用openmv的外设前应写导入库

from pyb import 对应外设库

①LED

from pyb import LED
#定义LED名称
led1=LED(1)#红色
led2=LED(2)#绿色
led3=LED(3)黄色
led1.toggle()#翻转LED1的电平
led1.on()#点亮LED1
led2.off()#点亮LED2

②IO口

from pyb import Pin

p_out = Pin('P7', Pin.OUT_PP)#设置p_out为输出引脚
p_out.high()#设置p_out引脚为高
p_out.low()#设置p_out引脚为低

p_in = Pin('P7', Pin.IN, Pin.PULL_UP)#设置p_in为输入引脚，并开启上拉电阻
value = p_in.value() # get value, 0 or 1#读入p_in引脚的值

在这里将P7口作为了输入引脚，并且开启上拉电阻。用value变量来保存P7口的电平值，当按钮按下时为0，未按下时为1，如此一来P7口便可连接开关作为开关来使用了。

③Servo控制舵机

暂时用不到 等用到了再写

④IO口中断

# 导入模块
from pyb import Pin, ExtInt

# 定义回调函数，当外部中断触发时执行的操作
#lambda e是Python中的一个lambda表达式，用于创建匿名函数。在这里，lambda e创建了一个以参数e为输入的匿名函数。在这个例子中，该匿名函数被用作外部中断的回调函数，即当外部中断触发时执行的操作。
callback = lambda e: print("intr")

# 创建外部中断对象
# 参数1：指定外部中断的引脚，这里使用引脚'P7'
# 参数2：指定触发方式，这里是上升沿触发→RISING;下降沿→FALLING
# 参数3：指定是否启用上拉或下拉电阻，这里不启用
# 参数4：指定触发时调用的回调函数
ext = ExtInt(Pin('P7'), ExtInt.IRQ_RISING, Pin.PULL_NONE, callback)

⑤定时器

每个计时器都包含一个以特定速率递增的计数器。它的计数速率是外设时钟频率（以 Hz 为单位）除以定时器预分频器。当计数器达到定时器周期时，它会触发一个事件，并且计数器会重置回零。通过使用回调方法，定时器事件可以调用 Python 函数。

from pyb import Timer,LED

#使用定时器4
tim = Timer(4)

#初始化定时器4
tim.init(freq=1,prescale=1,period=5)

# 设置定时器的回调函数，当定时器触发时切换LED状态
tim.callback(lambda t: pyb.LED(1).toggle())

定时器对应channel输出引脚：

Timer 1 Channel 3 Negative -> P0
Timer 1 Channel 2 Negative -> P1
Timer 1 Channel 1 Negative -> P2
Timer 2 Channel 3 Positive -> P4
Timer 2 Channel 4 Positive -> P5
Timer 2 Channel 1 Positive -> P6
Timer 4 Channel 1 Negative -> P7
Timer 4 Channel 2 Negative -> P8

⑥PWM

from pyb import Pin, Timer

# 初始化引脚P7
p = Pin('P7')  # P7 对应 TIM4，CH1

# 创建定时器对象，使用定时器4，设置频率为1000Hz，也就是PWM波的频率
tim = Timer(4, freq=1000)

#通道1，使用PWM模式，输出引脚为P7
ch = tim.channel(1, Timer.PWM, pin=p)

# 设置PWM的占空比为50%
ch.pulse_width_percent(50)

⑦ADC/DAC

先不写，在这里没什么用

⑧UART

from pyb import UART

# 初始化UART对象，使用UART3，波特率为9600
uart = UART(3, 9600)

# 发送字符串 'hello'
uart.write('hello')

# 读取最多5个字节的数据
uart.read(5)

⑨SPI/I2C

以后写