openmv一些常见问题与心得总结

提示：本程序测试主控为open mv4 H7，开发平台为openmv IDE

---

前言

本文主要对我在使用openmv过程中发现的一些常见小问题进行总结归纳，这些问题都不是很严重，但细微之处见差距，希望对你的使用有所帮助，同时也作为我备赛阶段性使用openmv的笔记总结。

---

一、谨慎使用画图画线功能

a.画图画线也会影响图像识别效果

当我们测试时，喜欢在图像中绘制各种线条，比如感性区域，指定的坐标点，指定区域范围等线条
这里要注意，这些画线也会影响我们的图像和目标效果追踪，要注意到我们这些函数都是img.draw_XXX这类，这类都是在图像中绘制，相当于对图像进行了二次处理，留意一些我们的图像都是通过img = sensor.snapshot()这句话实现的，那些绘制出来的线段也会影响效果

b.实际效果对比

如下图所示，这是没有加线条的正常图像颜色识别效果

如下图所示，这是拿滚球控制系统标记了点后的图像来看，可以发现图像识别区域有了明显的干扰，中心点和框大小都有了明显的变化

这是继续移动的效果，可见图像已经无法识别出来了，我们绘制的线已经影响了物体的完整性，图像由于绘制的线条出现了明显的分割现象

如果绘制的线条颜色和我们追踪的线条颜色相近，也会影响阈值选取，也可能会干扰颜色识别效果

c. 动态画线和静态画线

如下就是这些画线的函数，尤其要注意主动画线和被动画线的区别，主动画线是直接对追踪前的图像进行操作，会影响识别效果如下为静态绘线


如下就是被动绘线，img.draw_edges(max_blob1.min_corners(), color=(0,255,128))
img.draw_cross(max_blob1[5], max_blob1[6],color=(0,255,128))
这是在识别完成后的绘线，不会影响图像识别，也就是动态画线

d.小结

这里建议在测试的时候可以提前先绘制线条，测试的时候实时观看，在实际工作比赛时关闭这些不必要的线段，这样可以在一定程度上提高辨识效果，减少误差

---

二、定时器中无法运行分配内存的函数

d.定时器无法添加分配内存

定时器中无法添加分配内存的函数，否则会出现如下错误提示-uncaught exception in Timer(2) interrupt handler，程序能正常运行，但会提示定时器中断无法正常工作
这是因为我们在中断回调函数中添加了分配内存的函数，通俗的来说，就是我们在定时器中断中对定时器函数以外（主函数）中其它变量进行了修改或者值改变。
相当于openmv定时器是一个不同与主函数的新线程，不能打断影响主函数变量和进程，只能输出主函数分配内存的函数，在其中定义的值相当于局部变量，不影响全局变量

b.图示实测对比

如下图所示，使用LDE，串口等读取输出内存函数可以正常运行

这里我们在定时器中更改了test的值，可见在while中依然输出的是1，可见在定时器中更改的值不会影响除了定时器以外的地方

如下图可见定时器中的变量变化不会影响除了定时以外的地方

如下图，定时器可以正常输出访问while中的变量变化

这里在回调中添加分配内存的函数，可见我们想要的效果并没有达到，同时还输出了一个错误警告

c.小结

在回调中不允许分配内存的函数，具体解决方案还要错误问题描述如果还是没有明白，可以参考一下如下博文查看详细解释，这里由于篇幅原因不做过多解释

openmv定时器

---

三.open MV光照阈值不稳定优化

在我们实际使用中，openmv受环境光影响较大，有可能提前设置好的阈值并不适合实际比赛或者应用场地,这里给大家一些使用方法和建议,注意这里只是总结，相关详细方案在其它博文中会有详细介绍，欢迎查看

a.一种基于open mv的自适应阈值的方法

这里推荐一种基于openmv的自适应取阈值的方法，在我们实际使用中，openmv受环境光影响较大，有可能提前设置好的阈值并不适合实际比赛或者应用场地，而且如果遇到混合颜色或者极端情况提前取好的阈值可能失效，增加阈值数目又可能会出现颜色混淆，所以我设计出这种自适应阈值的取阈值方式，程序初始没有设置准确的阈值，通过将想要追踪的颜色或者混合颜色目标对准摄像头中间绘出小框，再通过按键等对P1口施加高电平，摄像头即可自动追踪目标颜色，可以根据条件一键追踪目标，一般和外接的LCD屏连用用于比赛或实际工作场地调节，无需再连接到电脑手动调节阈值，适合比赛准备或者抗光干扰实验研究

由于篇幅原因这里不过多介绍，详细资料情况请查看下面博文，我已经上传提供了完整配置教程和代码文件

一种基于open mv的自适应阈值的方法

b.多个阈值对应一个物体

一般我们追踪目标都是通过颜色追踪，颜色追踪的效果是最好的，一般我们对于一个物体只会用一个元组设置一个阈值，但随着环境中光源的不经意改变，早上取的阈值到了晚上就用不了了，这种情况很多，不利于我们比赛和实际效果。
这时，我们可以通过设置多个颜色阈值来捕捉目标，通过在一个列表中设置多个颜色元组来适应不同情况

由于篇幅原因这里不过多介绍，详细资料情况请查看下面博文，我已经上传提供了完整配置教程和代码文件

一种优化openmv目标追踪与阈值效果的几个方法

c.寻找最大物体

如果我们追踪的物体同一时间同一场景中只有一个，那我们可以通过设置如下函数找到最大的那一个，大大的减少误差和噪点

由于篇幅原因这里不过多介绍，详细资料情况请查看下面博文，我已经上传提供了完整配置教程和代码文件

一种优化openmv目标追踪与阈值效果的几个方法

d.设置限定参数

通过设置目标区域的感性区域，最小像素点合并，像素点最大最小值等限制条件提高效果，例如下列中的roi,pixels_threshold, area_threshold,merge，等限制条件

由于篇幅原因这里不过多介绍，详细资料情况请查看下面博文，我已经上传提供了完整配置教程和代码文件

一种优化openmv目标追踪与阈值效果的几个方法

---

四.open MV图像卡顿问题

a.帧率过低

通过print(clock.fps())可以查看整个全局程序运行的帧率

b.解决方案1

可以通过计算耗费的时间，通过millis()来计算不同过程的时间。 可以测量出到底是程序哪里耗费时间多来进行优化

import pyb

time_start = pyb.millis()
img = sensor.snapshot()         # Take a picture and return the image.
duration = pyb.elapsed_millis(time_start)

c.解决方案2

如果代码已经无法再继续优化，那么可以通过超频的方案提示一部分的性能，按照官网给出的数值，通过实际测试效果有一定提高，目前没有发生什么问题，不过就是主控芯片温度会高了点，一般情况下帧率是足够的，而且脱机后帧率会加倍。

# Overclocking Example
#
# 这个例子展示了如何让你的OpenMV2超频到216MHZ。
# 摄像头的超频状态会持续到下一次硬件重启，如果你需要保持这个频率，
# 你需要在主程序中调用set_frequency函数

# 警告: 超频到216MHz应该是安全的，然而需要自担风险！

import cpufreq

# 打印当前的频率
print(cpufreq.get_frequency())

# 设置频率，可用的值为 (120, 144, 168, 192, 216)
cpufreq.set_frequency(cpufreq.CPUFREQ_216MHZ)

# 打印当前的频率
print(cpufreq.get_frequency())

b.软件卡顿

有的时候我发现软件图像运行时偶尔会出现一点卡顿，不过可能这是个别现象，通过比较数据没有发现数据流出现波动，可见只是我们的观测窗口发生了卡顿，并不会对实际效果产生影响。

五.部分项目示例参考

这里附上一些项目示例部分程序，供大家参考，篇幅有限原因不做详细解释，如果有兴趣的朋友可以评论或私聊我获取相关资料和代码

a.滚球控制系统

电赛控制题：滚球控制系统（openmv部分）

# 2021.07.17 滚球控制系统 地眼计划
#  x=320 y=240
import sensor, image, time, math, json, pyb,lcd
from pyb import LED
from pyb import UART
from pyb import Pin
from pyb import Timer
#LED(1).on()
#LED(2).on()
#LED(3).on()
pin1 = Pin('P1', Pin.IN, Pin.PULL_UP)   ##将P1口作为阈值控制口 OUT_PP PULL_NONE
pin9 = Pin('P9', Pin.IN, Pin.PULL_UP)

blue_L_min=1
blue_L_max=1
blue_A_min=1
blue_A_max=1
blue_B_min=1
blue_B_max=1

# 颜色跟踪阈值(L Min, L Max, A Min, A Max, B Min, B Max)
thresholds1 =[
#(0, 26, -128, 126, -128, -18),#13；40
#(0, 100, -128, 127, -128, -26),  #17:17
#(0, 27, -128, 125, -128, -13)
#(0, 100, 23, 127, -128, 127),
(0, 25, -128, 127, -18, 127),
(blue_L_min,blue_L_max,blue_A_min,blue_A_max,blue_B_min,blue_B_max)
] #16:30  #蓝色车尾
thresholds2 =[(0, 58, -128, -20, -128, 127),#19;22反光
(0, 26, -128, -13, -128, 127),#12:43
(20, 43, -128, -16, -128, 127) #16:30  #绿色车头
]
#thresholds3 =[
#(0, 18, -128, 10, -128, 6),#18;15
#(0, 14, -128, 6, -128, 127)  #14:10  #测试黑色
#]
#thresholds4 =[(0, 100, 26, 127, -128, 127),#16：10 #修正
#(33, 100, 26, 127, 25, 127),  #15:15 #修正
#(57, 100, 8, 127, 19, 127),#21：00半黄
#(0, 99, 26, 124, -128, 127)]  #16:30  #测试橘黄

sensor.reset()
#初始化摄像头，reset()是sensor模块里面的函数
sensor.set_pixformat(sensor.RGB565)
#设置图像色彩格式，有RGB565色彩图和GRAYSCALE灰度图两种
sensor.set_framesize(sensor.QVGA)
lcd.init() # 初始化lcd屏幕。
#设置图像像素大小
sensor.skip_frames(time =