第19.2章-星曈科技 openmv H7 plus openmv视觉循迹功能-完成视觉识别指定区域 OpenMV视觉模块循迹 STM32F103C8T6视觉巡线
**功能介绍放开头， 使用便捷无需愁**
**这是全网最详细、性价比最高的STM32实战项目入门教程，通过合理的硬件设计和详细的视频笔记介绍，硬件使用STM32F103主控资料多方便学习，通过3万字笔记、12多个小时视频、20多章节代码手把手教会你如何开发和调试。让你更快掌握嵌入式系统开发。**
**V3.3.0-STM32智能小车 **
**视频: **[https://www.bilibili.com/video/BV16x4y1M7EN/?spm_id_from=333.337.search-card.all.click]
**V3:HAL库开发、功能：PID速度控制、PID循迹、PID跟随、遥控、避障、PID角度控制、视觉控制、电磁循迹、RTOS等功能。**
## 19.2-openmv视觉循迹功能-完成视觉识别指定区域
**功 能: Openmv循迹识别线**
**硬件要求: OpenMV4 H7 Plus 或者 OpenMV4 H7、openMV串口转接板(方便接线的，也可以不用)。**
**摄像头五个口 是否识别出来黑线，通过openmv软件串行终端输出**
**根据自己摄像头特点查看测试是否需要这两句 镜头反转的操作 **
```
# 注意是否有下面两句根据自己摄像头调整
sensor.set_vflip(True) #垂直方向翻转 根据自己摄像头和模块安装位置调整 ！！！重要不同摄像头是否需要镜像根据实际情况定，如果不需要镜像需要注释掉
sensor.set_hmirror(True) #水平方向反转 根据自己摄像头和模块安装位置调整 ！！！重要不同摄像头是否需要镜像根据实际情况定，如果不需要镜像需要注释掉
```
**这里通过摄像头识别指定区域是否我们想要的阈值**
**通过roi来定指定区域 **
**通过阈值编辑器设置阈值**
**阈值保持在变量这里**
```
#最好根据自己情况设置一下！！！
GROUND_THRESHOLD=(0, 30, -22, 23, -128, 80)#阈值参数，用于在图像处理中对标物体进行颜色识别分割。在OpenMV IDE软件 工具- >机器视觉- >阈值编辑器- >帧缓冲区 调整出要识别的LAB阈值。
```
**然后为了方便观察openmv 板子程序是否在运行，我们增加对板载RGB灯 运动控制**
```
led = pyb.LED(1) # led = pyb.LED(1)表示led表示红灯。各种状态如下:Red LED = 1, Green LED = 2, Blue LED = 3, IR LEDs = 4.
led.on() #点亮红灯 板载红灯点亮表示程序得到执行
```
**使用代码如下**
```
import pyb, sensor, image, math, time
from pyb import UART
import ustruct
from image import SEARCH_EX, SEARCH_DS
import time
import sensor, lcd
#导入需要的库和模块
#使用中可能根据自己情况需要修改的值
#1. GROUND_THRESHOLD 阈值参数 通过工具- >机器视觉- >阈值编辑器- >帧缓冲区 调整出要识别的LAB阈值。
#2.注意是否有下面两句根据自己摄像头调整
#sensor.set_vflip(True)
#sensor.set_hmirror(True)
#sensor.set_contrast(1)#设置相机图像对比度。-3至+3。
#sensor.set_gainceiling(16)#设置相机图像增益上限。2, 4, 8, 16, 32, 64, 128。
roi1 = [( 20, 105, 10, 10),
( 45, 105, 10, 10),
( 75, 105, 10, 10),
( 105, 105, 10, 10),
(130, 105, 10, 10)]#定义一个名为roi1的列表，其中包含了5个元组。每个元组代表了一个矩形感兴趣区域在图像上的位置和大小。
#具体而言，每个元组包含了4个数值依次的含义是：ROI左上角点的x坐标、ROI左上角点的y坐标、ROI的宽度、ROI的高度
led = pyb.LED(1) # led = pyb.LED(1)表示led表示红灯。各种状态如下:Red LED = 1, Green LED = 2, Blue LED = 3, IR LEDs = 4.
led.on() #点亮红灯 板载红灯点亮表示程序得到执行
sensor.reset()#初始化相机传感器。
sensor.set_pixformat(sensor.RGB565)#设置相机模块的像素模式:sensor.RGB565: 16 bits/像素。
sensor.set_framesize(sensor.QQVGA)#设置图像分辨率、如果改变分辨率也要调整ROI区域。摄像头不同、应用场景不同可以选择不同分辨率。这里使用QQVGA可能画质很胡，但是为了兼容不同型号摄像头我们先使用QQVGA 不影响循迹效果
sensor.skip_frames(time=2000)#跳过指定数目的帧。在这里，设置为跳过2000毫秒（即2秒）的帧。这样可以给传感器一些时间进行初始化和自适应调整。
sensor.set_auto_whitebal(True)#设置为自动白平衡模式。这使得摄像头可以根据场景中的光照条件自动调整图像的白平衡，从而保持图像色彩更加准确和自然。
sensor.set_auto_gain(False)#关闭自动增益模式。通常情况下，开启自动增益会帮助摄像头自动调整亮度，并在低亮度环境下提高图像清晰度。通过设置为False，禁用了这个功能，使用固定增益值。
# 注意是否有下面两句根据自己摄像头调整
sensor.set_vflip(True) #垂直方向翻转 根据自己摄像头和模块安装位置调整 ！！！重要不同摄像头是否需要镜像根据实际情况定，如果不需要镜像需要注释掉
sensor.set_hmirror(True) #水平方向反转 根据自己摄像头和模块安装位置调整 ！！！重要不同摄像头是否需要镜像根据实际情况定，如果不需要镜像需要注释掉
#lcd.init() #初始化lcd屏幕
#最好根据自己情况设置一下！！！
GROUND_THRESHOLD=(0, 30, -22, 23, -128, 80)#阈值参数，用于在图像处理中对标物体进行颜色识别分割。在OpenMV IDE软件 工具- >机器视觉- >阈值编辑器- >帧缓冲区 调整出要识别的LAB阈值。
while(True):
data=0
blob1=None
blob2=None
blob3=None
blob4=None
blob5=None
flag = [0,0,0,0,0]
img = sensor.snapshot().lens_corr(strength = 1.7 , zoom = 1.0)#对获取到的图像执行镜头校正的操作。
blob1 = img.find_blobs([GROUND_THRESHOLD], roi=roi1[0])#在图像中通过颜色阈值 GROUND_THRESHOLD1 检测 roi1[0] 区域内的色块，并将检测结果赋值给 blob1。
blob2 = img.find_blobs([GROUND_THRESHOLD], roi=roi1[1])#同理
blob3 = img.find_blobs([GROUND_THRESHOLD], roi=roi1[2])
blob4 = img.find_blobs([GROUND_THRESHOLD], roi=roi1[3])
blob5 = img.find_blobs([GROUND_THRESHOLD], roi=roi1[4])
if blob1:#如果roi1区域内找到阈值色块 就会赋值flag[0]为1
flag[0] = 1
if blob2:
flag[1] = 1
if blob3:
flag[2] = 1
if blob4:
flag[3] = 1
if blob5:
flag[4] = 1
print(flag[0],flag[1],flag[2],flag[3],flag[4])#把数据打印在串行终端方便调试
for rec in roi1:#遍历所有感兴趣的区域roi1 并绘制color=(255,0,0)颜色
img.draw_rectangle(rec, color=(255,0,0))
#lcd.display(img) # Take a picture and display the image.#将图像显示在lcd中
```
** 识别过程**
审核编辑 黄宇
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表德赢Vwin官网
网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。
举报投诉
-
视觉识别
+关注
关注
3文章
89浏览量
16723 -
STM32F103C8T6
+关注
关注
107文章
160浏览量
83489 -
智能寻迹
+关注
关注
0文章
3浏览量
1145 -
openMV
+关注
关注
3文章
39浏览量
9810
发布评论请先 登录
相关推荐
19.3-星曈科技 openmv Hopenmv发送五个uchar Openmv+STM32F103C8T6视觉巡线小车 STM32循迹小车系列教程
19.3-【星曈科技】openmv Hopenmv发送五个uchar Openmv+STM32F103C8T6视觉
19.4-STM32接收数据-状态显示在屏幕 openMV寻迹与小车控制 Openmv+STM32F103C8T6视觉巡线小车
19.4-STM32接收数据-状态显示在屏幕 openMV寻迹与小车控制 Openmv+STM32F103C8T6视觉巡
【国外开源】STM32 机器人视觉摄像机OpenMV Cam设计（硬件+固件源码等）
OpenMV项目旨在通过开发开源的低成本机器视觉摄像机，为业余爱好者和制造商提供机器视觉。第一代OpenMV摄像机基于STM32F ARM
发表于 09-29 14:49
Openmv与Stm32f407通信入门
的是stm32h7，用的串口为串口3。控制板是stm32f407zgt6，用的串口是串口2。目的是将openmv的数据通过串口传到控制板并在oled上面显示。大概思路两个单片机用串口通信，必须把自己的串口
发表于 08-04 07:36
介绍机器视觉模块OpenMV-RT初体验
本系列痞子衡给大家介绍的是机器视觉模块OpenMV-RT初体验。 近些年机器视觉应用一直是个很火的方向，想象一下机器如果能长上“眼睛”，是不是就可以做一些人类才能做的事情，因此机器
发表于 12-23 06:02
基于OPENMV和STM32的识别追踪小车设计实现
STM32为控制器的寻物小车，不多说，直接进入正题！材料准备小车底盘直流减速电机杜邦线若干7.2V电源L298N模块STM32F407最小系统OPE
发表于 02-25 06:21
STM32F7691开发套件能用openMV实现视觉识别吗？
请问选择了AI方向，选用的是STM32F7691开发套件，能用openMV实现视觉识别吗，还是必须在板子上用F769NI芯片实现
发表于 08-07 06:26
openMV摄像头循迹小车
主控MSP430F5529，电机驱动模块L298N，openMV摄像头一、总体思路使用openMV线性回归，然后使用pid输出，使用串口发送到MSP430，在经过处理输出PWM到车轮，
发表于 12-16 16:56
•52次下载
STM32与openmv通信（HAL库）
坐标发给32（为了 调试，顺便将32收到的数据传给上位机）实验所需：openmv，STM32F103ZET6（正点原子）一、openmv程序编写# Untitled - By:阿布 - 周日
发表于 12-24 19:16
•23次下载
OPENMV和STM32的识别追踪小车（详细版）之OPENMV端
STM32为控制器的寻物小车，不多说，直接进入正题！材料准备小车底盘直流减速电机杜邦线若干7.2V电源L298N模块STM32F407最小系统OPE
发表于 01-13 12:05
•0次下载
OpenMV初识
在嵌入式端进行python开发。OpenMV基于32位，ARM Cortex-M7内核的OpenMV-H7, 并结合各种摄像头，可以进行多种机器视觉应用的实现，比如人脸检测，物体分类等
工商网监
评论