long19960208的博客

OpenMV是一个开源，低成本，功能强大的机器视觉模块。以STM32F767CPU为核心，集成了OV7725摄像头芯片，在小巧的硬件模块上，用C语言高效地实现了核心机器视觉算法，提供Python编程接口。使用者们（包括发明家、爱好者以及智能设备开发商）可以用python语言使用OpenMV提供的机器视觉功能，为自己的产品和发明增加有特色的竞争力。官网链接：https://openmv.io/

基于OpenMV平台进行开发灰度图像的RGB分量值都是一样的程序原理：将RGB的每一个分量都变为灰度分量的1/3程序运行结果：程序代码：import sensor, imagedef rgb2gray(rgbFrame): grayFrame = rgbFrame for x in range(0,rgbFrame.width()):

基于OpenMV平台进行开发特别注意：1.适用于直线行驶过程中2.保证前方没有障碍物（障碍物识别正在开发过程中）算法原理：1.图像hough变换获取直线2.判断道路获取图像结果：识别道路结果：（存在时间误差）程序代码：import sensor, image, timesensor.reset()sensor.set_

基于OpenMV平台进行开发识别原理：定义矩形度的公式：Rectangularity = area_real/area_external矩形度 = 图形面积/外接矩形面积圆和矩形的矩形度值不同识别结果：程序代码：import sensor, image, time, math, pyb# 全局变量GRAYSCALE_THRESHOLD =

实验结果：程序代码：import sensor, time, image, pybled = pyb.LED(3)sensor.reset()sensor.set_contrast(1)sensor.set_gainceiling(16)sensor.set_framesize(sensor.HQVGA)sensor.set_pixformat(se

基于OpenMV平台进行开发具体原理有上一篇博客描述运算结果：程序代码：import sensor, time, imagesensor.reset()sensor.set_contrast(3)sensor.set_gainceiling(16)sensor.set_framesize(sensor.VGA)sensor.set_windowi

基于OpenMV硬件平台识别原理：1.寻找直线2.计算相交直线的交点坐标3.判断直线是否垂直实验效果：实验代码：import sensor, image, timesensor.reset()sensor.set_pixformat(sensor.RGB565)sensor.set_framesize(sensor.QQVGA)clock

基于OpenMV平台进行开发：特别注意：起始时间为上电时间，时间只能显示分和秒程序运行结果：程序代码：import sensor, image, timesensor.reset() # Reset and initialize the sensor.sensor.set_pixformat(sensor.RGB

基于OpenMV平台匹配模板：模板匹配结果：程序代码：import time, sensor, imagefrom image import SEARCH_EX, SEARCH_DSdef senser_init(): # 摄像头传感器初始化函数 sensor.reset() sen

基于OpenMV平台进行开发按照官方例程进行实验实验结果：程序代码：import sensor, image, timesensor.reset() # Initialize the camera sensor.sensor.set_pixformat(sensor.GRAYSCALE) # or sensor.RGB565sensor.set_fram

基于OpenMV硬件平台进行开发识别结果：绿色  2   红色 3   蓝色 1  黄色 2程序代码：import sensor, image, timegreen_threshold = ( 0, 80, -70, -10, -0, 30)red_threshold = ( 15, 50, 40, 80, 20, 60)blue_thres

基于OpenMV平台进行开发程序结构的主要特点：1.利用卷积运算图像锐化的结果：程序代码：import sensor, image, timekernel_size = 1 # kernel width = (size*2)+1, kernel height = (size*2)+1kernel = [-1, -1, -1,\ -1

基于OpenMV平台进行开发运算流程：1.图像分割2.图像腐蚀3.图像膨胀实验结果：图像腐蚀结果：图像膨胀结果：实验代码：import pyb, sensor, imagesensor.reset()sensor.set_framesize(sensor.QVGA)#设置阈值grayscale_thres = (170

基于OpenMV平台进行开发特别注意：1.OpenMV需要安装SD存储卡2.视频格式为mjpeg格式（目前知道迅雷看看可以打开）运行结果：程序代码：import sensor, image, time, mjpeg, pybRED_LED_PIN = 1BLUE_LED_PIN = 3sensor.reset()sensor.set_pi

基于OpenMV平台：1.获取图像2.利用最大类间方差法进行图像二值化3.对图像中面积大于阈值的物体进行标注试验结果示意图：试验代码：import sensor, image, time, math, pybGRAYSCALE_THRESHOLD = [(0, 64)]ROIS = [0, 0, 160, 120]most_pixels = 50

OpenMV图像处理 最大类间方差法的实现import sensor, image, time, math, pybled = pyb.LED(3) # Red LED = 1, Green LED = 2, Blue LED = 3, IR LEDs = 4.def senser_init():