corner2

学习下面的代码,并且跟进对于中心点的坐标的寻找,以及写出输出给STM32的代码。import sensor import image import time import lcd from machine import UART from board import board_info from fpioa_manager import fm fm.register(6,fm.fpioa.UART2_TX) fm.register(8,fm.fpioa.UART2_RX) # 初始化摄像头 lcd.init() sensor.reset() sensor.set_pixformat(sensor.RGB565) sensor.set_framesize(sensor.QQVGA) sensor.run(1) sensor.skip_frames() sensor.skip_frames(time = 2000) #跳过不稳定画面 # 初始化串口 uart = UART(UART.UART2, 115200, 8, 0, 0, timeout=1000, read_buf_len=4096) clock = time.clock() while(True): clock.tick() img = sensor.snapshot() # 自定义函数:识别矩形 # 在图像中寻找矩形 for r in img.find_rects(threshold = 100000): # 判断矩形边长是否符合要求 if (10 <= r.h() <= 200) and (10 <= r.w() <= 200): # 满足条件的处理逻辑 # 在屏幕上框出矩形 img.draw_rectangle(r.rect(), color = (255, 0, 0), scale = 3) # 获取矩形角点位置 corner = r.corners() # 在屏幕上圈出矩形角点 img.draw_circle(corner[0][0], corner[0][1], 5, color = (0, 0, 255), thickness = 2, fill = False) img.draw_circle(corner[1][0], corner[1][1], 5, color = (0, 0, 255), thickness = 2, fill = False) img.draw_circle(corner[2][0], corner[2][1], 5, color = (0, 0, 255), thickness = 2, fill = False) img.draw_circle(corner[3][0], corner[3][1], 5, color = (0, 0, 255), thickness = 2, fill = False) center_x = (corner[0][0] + corner[2][0]) // 2 # 第一条对角线中点x坐标 center_y = (corner[0][1] + corner[2][1]) // 2 # 第一条对角线中点y坐标 img.draw_circle(center_x, center_y, 1, color=(255, 255, 0), thickness=2, fill=True) # 打印四个角点坐标, 角点1的数组是corner[0], 坐标就是(corner[0][0],corner[0][1]) # 角点检测输出的角点排序每次不一定一致,矩形左上的角点有可能是corner0,1,2,3其中一个 corner1_str = corner[0][0],corner[0][1] corner2_str = corner[1][0],corner[1][1] corner3_str = corner[2][0],corner[2][1] corner4_str = corner[3][0],corner[3][1] #lcd.draw_string(0, 0, corner1_str, lcd.WHITE, lcd.BLACK) #lcd.draw_string(0, 20, corner2_str, lcd.WHITE, lcd.BLACK) #lcd.draw_string(0, 40, corner3_str, lcd.WHITE, lcd.BLACK) #lcd.draw_string(0, 60, corner4_str, lcd.WHITE, lcd.BLACK) lcd.display(img) print(corner1_str, corner2_str, corner3_str, corner4_str) print(center_x, center_y) #print(corner2_str) #print(corner3_str) #print(corner4_str) # 显示到屏幕上,此部分会降低帧率 try: while True: # send data per 500ms if time.ticks_ms() - last_time > 500: last_time = time.ticks_ms() uart.write(corner1_str,corner2_str,corner3_str,corner4_str) # read and print data if uart.any(): read_data = uart.read() if read_data: print("read_data = ", read_data) except: pass lcd.display(img)
08-02
本项目采用C++编程语言结合ROS框架构建了完整的双机械臂控制系统,实现了Gazebo仿真环境下的协同运动模拟,并完成了两台实体UR10工业机器人的联动控制。该毕业设计在答辩环节获得98分的优异成绩,所有程序代码均通过系统性调试验证,保证可直接部署运行。 系统架构包含三个核心模块:基于ROS通信架构的双臂协调控制器、Gazebo物理引擎下的动力学仿真环境、以及真实UR10机器人的硬件接口层。在仿真验证阶段,开发了双臂碰撞检测算法和轨迹规划模块,通过ROS控制包实现了末端执行器的同步轨迹跟踪。硬件集成方面,建立了基于TCP/IP协议的实时通信链路,解决了双机数据同步和运动指令分发等关键技术问题。 本资源适用于自动化、机械电子、人工智能等专业方向的课程实践,可作为高年级课程设计、毕业课题的重要参考案例。系统采用模块化设计理念,控制核心与硬件接口分离架构便于功能扩展,具备工程实践能力的学习者可在现有框架基础上进行二次开发,例如集成视觉感知模块或优化运动规划算法。 项目文档详细记录了环境配置流程、参数调试方法和实验验证数据,特别说明了双机协同作业时的时序同步解决方案。所有功能模块均提供完整的API接口说明,便于使用者快速理解系统架构并进行定制化修改。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值