本文主要是介绍第六章-课后作业-openmv和STM32与arduino 完成一些功能，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
将第四章和第五章结合一起，实现openmv 识别特定图形坐标发送到STM32、或arduino
- 准备USB转TTL (CH340模块) 一个人两个
- openmv 识别黑色圆形 砝码 、识别黄色正方形、调试终端输出坐标
- openmv 识别黑色圆形 砝码 、识别黄色正方形、串口 三输出坐标
6.1-penmv 识别黑色圆形(或砝码顶端 ) 坐标输出调试终端和串口三
-
先在 原来 代码 基础上修改阈值，使得可以识别输出黑色圆形
-
然后 增加openmv 串口三输出坐标
import sensor, image, time
import json # 导入json模块sensor.reset() # 重置图像传感器
sensor.set_pixformat(sensor.RGB565) # 设置像素格式为RGB565
sensor.set_framesize(sensor.QQVGA) # 设置帧大小为QQVGA
sensor.skip_frames(time = 2000) # 跳过2000ms的帧以使图像传感器稳定
sensor.set_auto_gain(False) # 关闭自动增益功能
sensor.set_auto_whitebal(False) # 关闭自动白平衡功能
from pyb import Servo # 从pyb模块中导入Servo类from pyb import UART # 从pyb模块中导入UART类clock = time.clock()
uart = UART(3, 115200) # 创建一个UART对象，用于串口通信 始化串口三、波特率115200 TXD:P4\PB10 RXD:P5\PB11while(True):clock.tick() # 记录当前时间img = sensor.snapshot().lens_corr(1.8) # 获取图像并进行畸变校正for c in img.find_circles(threshold = 3500, x_margin = 10, y_margin = 10, r_margin = 10,r_min = 2, r_max = 100, r_step = 2):area = (c.x()-c.r(), c.y()-c.r(), 2*c.r(), 2*c.r()) # 计算圆的外接矩形框区域statistics = img.get_statistics(roi=area) # 统计指定区域内的像素颜色print(statistics) # 打印颜色统计结果# (0,100,0,120,0,120) 是红色的阈值，如果区域内的颜色众数在该阈值范围内，则说明是红色的圆# (10, 18, -11, 82, -9, 54) 黑色额(1, 25, -96, 76, -74, 100)# l_mode()、a_mode()、b_mode() 分别是L通道、A通道、B通道的众数if 1<statistics.l_mode()<25 and -96<statistics.a_mode()<76 and -74<statistics.b_mode()<100: # 如果识别到的圆是红色的img.draw_circle(c.x(), c.y(), c.r(), color = (255, 0, 0)) # 使用红色圆框标记识别到的红色圆形#到这里识别可以输出坐标#c.x() 和c.y()只保留整数data = {"left": c.x(),"right":c.y()}data_out = json.dumps(data) # 将数据转换为JSON字符串uart.write(data_out + '') # 通过串口发送数据print(data)time. sleep_ms(8) #延时8毫秒 串口通信速率有限， 这个延时时间可以自己调整测试print("圆心坐标：({}, {})".format(c.x(), c.y())) # 输出圆心坐标else:img.draw_rectangle(area, color = (255, 255, 255)) # 使用白色矩形框标记非红色圆形print("FPS %f" % clock.fps()) # 打印帧率6.2-penmv 识别黄色方形 坐标输出调试终端和串口三
把我们6.1的修改阈值，然后修改我们根据边和长 计算正方形中心坐标
import sensor, image, time # 导入sensor、image和time模块
import json # 导入json模块sensor.reset() # 重置图像传感器
sensor.set_pixformat(sensor.RGB565) # 设置像素格式为RGB565
sensor.set_framesize(sensor.QQVGA) # 设置帧大小为QQVGA
sensor.skip_frames(time = 2000) # 跳过2000ms的帧以使图像传感器稳定
sensor.set_auto_gain(False) # 关闭自动增益功能
sensor.set_auto_whitebal(False) # 关闭自动白平衡功能
from pyb import Servo # 从pyb模块中导入Servo类from pyb import UART # 从pyb模块中导入UART类clock = time.clock() # 创建一个时钟对象，用于记录当前时间
uart = UART(3, 115200) # 创建一个UART对象，用于串口通信，初始化串口三，波特率为115200，TXD引脚为P4\PB10，RXD引脚为P5\PB11while(True): # 无限循环clock.tick() # 记录当前时间img = sensor.snapshot().lens_corr(1.8) # 获取图像并进行畸变校正for r in img.find_rects(threshold = 3500): # 在图像中查找矩形区域area = (r.x(), r.y(), r.w(), r.h()) # 计算矩形区域的外接矩形框区域statistics = img.get_statistics(roi=area) # 统计指定区域内的像素颜色print(statistics) # 打印颜色统计结果# (20, 70, -70, 60, -10, 50) 是黄色的阈值，如果区域内的颜色众数在该阈值范围内，则说明是黄色的方形#(0, 31, 12, 85, -63, 124)if 0<statistics.l_mode()<31 and 12<statistics.a_mode()<85 and -63<statistics.b_mode()<124: # 如果识别到的方形是黄色的img.draw_rectangle(r.rect(), color = (255, 255, 0)) # 使用黄色矩形框标记识别到的黄色方形#到这里识别可以输出坐标data = {"left": r.x() + r.w() // 2,#计算正方形中心 点坐标"right": r.y() + r.h() // 2}data_out = json.dumps(data) # 将数据转换为JSON字符串uart.write(data_out + '') # 通过串口发送数据print(data)time.sleep_ms(8) #延时8毫秒 串口通信速率有限， 这个延时时间可以自己调整测试print("方形中心坐标：({}, {})".format(r.x() + r.w() // 2, r.y() + r.h() // 2)) # 输出方形中心坐标else:img.draw_rectangle(area, color = (255, 255, 255)) # 使用白色矩形框标记非黄色方形print("FPS %f" % clock.fps()) # 打印帧率这篇关于第六章-课后作业-openmv和STM32与arduino 完成一些功能的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
