OpenMV教程(武汉无名创新科技有限公司).pdfVIP

OpenMV机器视觉开发指南 武汉无名创新科技有限公司 一、前言 OpenMV是基于MicroPython 的嵌入式机器视觉模块，目标是成为机器视觉界的 “A rduino”。它成本低易拓展，开发环境友好，除了用于图像处理外，还可以用Python 调用其硬件资源，进行I/O控制，与现实世界进行交互。 你想学习机器视觉,却不知从何入手？在傅立叶变换，小波变换等一系列信号与系 统的强烈攻势之下，挣扎抑或挫败？ 封装各种算法细节，不需要直接跟底层代码打交道。 用户友好的PythonAPI，让你开始的时候，就享受机器视觉带给你的愉悦，逐层剥 开底层算法实现原理，代码开源，随意修改底层源码，编译固件。 非计算机专业，想在自己的机器人或者小车上加载机器视觉模块，却担心自己学不 懂？电赛来袭，慌忙准备，没时间系统学习机器视觉？ 来用OpenMV吧，快速入手，不需要专业的背景知识。 几行代码，轻松搞定。例程丰富，也许你需要做的只是改一下参数，让你的机器人 开启视觉智能。 二、OpenMV简介及开发语言介绍 2.1、OpenMV简介 Openmv 是使用STM32F765VI ARMCortex M7处理器，216MHz，512KBRAM，2Mbflas h，所有的I/O引脚输出3.3V并且5V兼容。这个处理器有以下的IO接口： 全速USB(12Mbs)接口，连接到电脑。当插入OpenMV摄像头后，你的电脑会出现一 个虚拟COM端口和一个 “U盘”。SD卡槽拥有100Mbs读写，这允许你的OpenMV摄像头 录制视频，和把机器视觉的素材从SD卡提取出来。一个SPI总线高达54Mbs速度，允 许你简单的把图像流数据传给LCD扩展板，WiFi扩展板，或者其他控制器。一个I2C 总线，CAN总线,和一个异步串口总线(TX/RX)，用来链接其他控制器或者传感器。一个 12-bitADC和一个12-bitDAC。3个I/O引脚用于舵机控制。所有的IO 口都可以用于中 断和PWM(板子上有10个I/O 引脚)。一个RGBLED （三色），两个高亮的850nm IR LED （红外）. OV7725感光元件在80FPS下可以处理640x480分辨率8-bit灰度图或者320x240 分辨率16-bit RGB565彩色图像。当分辨率低于320×240可以达到120FPS。大多数简 单的算法运行在30FPS一下。 OpenMV1的像素是30万，OpenMV2的像素是200万，OpenMV3又改为了30万像素。 即便使用了STM32最好的芯片(STM32F7)，在处理图像的时候，面对大量的计算，也难 免会有些吃力。OpenMV3之所以使用低像素，是因为在清晰度和性能之间做了一个折中。 30万像素，在处理一些图像细节的时候会比较吃力，但是巡线，颜色追踪还是没有问 题的。 2.2、应用 目前OpenMV摄像头可以用来做一下的事情(未来会更多)： Frame Differencing帧差分算法。 你可以使用OpenMV Cam上的帧差分算法来查看场景中的运动情况。帧差分算法可 以将OpenMV用于安全应用。 Color Tracking颜色追踪 你可以使用OpenMV在图像中一次检测多达16种颜色（实际上永远不会想要找到超 过4种颜色），并且每种颜色都可以有任意数量的不同的斑点。OpenMV会告诉您每个B lob 的位置，大小，中心和方向。使用颜色跟踪，您的OpenMV Cam可以进行编程，以 跟踪太阳，线跟踪，目标跟踪等等 （视频演示详见：/video/。）。 Marker Tracking标记跟踪 您可以使用OpenMV Cam来检测颜色组的颜色，而不是单独的颜色。这允许你在对 象上放置颜色标签 （2种或多种颜色的标签），OpenMV会获取标签对象的内容 （视频演 示详见：/video/。）。 Face Detection人脸检测 你可以使用 OpenMV Cam （或任何通用对象）检测脸。OpenMV摄像头可以处理 Haar 模板进行通用对象检测，并配有内置的Frontal Face模板和Eye Haar模板 来检测人脸和眼睛Eye Tracking眼动跟踪。你可以使用眼动跟踪来检测某人的注视方 向。你可以使用它来控制机器人。眼睛跟踪检、测瞳孔的位置，同时检测图像中是否有 眼睛。 Optical Flow光流