2021全国电设(F题)openmv的图像识别之数字识别

这篇具有很好参考价值的文章主要介绍了2021全国电设(F题)openmv的图像识别之数字识别。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

基于openmv的图像识别

通过参加全国电子设计大赛F题总结出openmv4的数字识别(其它版本暂时没试过,欢迎交流!)

openmv简介

  OpenMV是一个开源,低成本,功能强大的机器视觉模块,以STM32F427CPU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 。同时 OpenMV也是一个可编程的摄像头,通过Python语言可实现你想要的逻辑。而且摄像头本身也内置了一些图像处理的算法,使用起来也更加的方便,仅需要写一些简单的Python代码,即可轻松的完成各种机器视觉相关的任务。

  openmv4运行内存只有1MB,而openmv4plus运行内存有32MB。

一、打开OpenMV IDE软件

openmv数字识别,openmv,图像处理,python,人工智能,后端,计算机视觉

 选择Cancel(不升级即可)!

二、openmv4的数字识别

openmv4的数字识别的基础是需要配置使用NCC模板匹配。通过NCC模板的匹配可把

需要识别的数字模板图片保存到SD卡中,然后可进行下一步的识别。

1、我们通过打开模板匹配的历程来直接打开代码使用

点击文件——示例——openmv——feature detection——template_matching.py

openmv数字识别,openmv,图像处理,python,人工智能,后端,计算机视觉

下面就是例程。

openmv数字识别,openmv,图像处理,python,人工智能,后端,计算机视觉

2、如果运行出现这个窗口那就说明你没有保存模板图片。

openmv数字识别,openmv,图像处理,python,人工智能,后端,计算机视觉

 这时我们就需要创建一个模板图片。

3、首先要打开一个helloworld历程文件

点击file——examples——01-basics——helloworld.py

openmv数字识别,openmv,图像处理,python,人工智能,后端,计算机视觉

下面就是helloworld的例程。

 openmv数字识别,openmv,图像处理,python,人工智能,后端,计算机视觉

4、在helloworld历程文件中进行匹配0~9这样的数字

  对这些数字进行一一截取(打开摄像头,图像中出现数字之和关闭摄像头,在图像中截取数字,右键选择将图像选择保存到PC),用它们来作为我们的模板图片(此时图片格式后缀为bmp格式)。

在右边的Frame Buffer框中进行截取,注意:不要点Zoom,因为Zoom展示的是放大后的效果,在识别时可能会导致失帧。

 例如:本人截取的一张图片(目前后缀还是bmp)

openmv数字识别,openmv,图像处理,python,人工智能,后端,计算机视觉

openmv数字识别,openmv,图像处理,python,人工智能,后端,计算机视觉

注意:模板图片的格式一定要是pgm的格式!!!

BMP轉PGM轉換器。在线自由 — Convertio这个网站可以直接进行图片格式转换。

点击选择文件(刚刚截图的模板图片)

openmv数字识别,openmv,图像处理,python,人工智能,后端,计算机视觉

 打开所选的图片,点击转换(注意是不是转换到PGM格式,如果不是请换到PGm格式)

openmv数字识别,openmv,图像处理,python,人工智能,后端,计算机视觉

 转换完成之后点击下载即可,此时图片后缀为PGM格式。

5、将转换的数字图片(PGM)进行保存,一定要保存到OpenMV4的SD卡中,名称自定义

 openmv数字识别,openmv,图像处理,python,人工智能,后端,计算机视觉

 6、把template.pgm改为你命名的模板图片(PGM)的名称

openmv数字识别,openmv,图像处理,python,人工智能,后端,计算机视觉

 例如:我命名的为11

openmv数字识别,openmv,图像处理,python,人工智能,后端,计算机视觉

7、改完即可运行 

官方数字识别源代码,此代码为源代码,可在此基础上进行改动。

# Template Matching Example - Normalized Cross Correlation (NCC)
#
# This example shows off how to use the NCC feature of your OpenMV Cam to match
# image patches to parts of an image... expect for extremely controlled enviorments
# NCC is not all to useful.
#
# WARNING: NCC supports needs to be reworked! As of right now this feature needs
# a lot of work to be made into somethin useful. This script will reamin to show
# that the functionality exists, but, in its current state is inadequate.

import time, sensor, image
from image import SEARCH_EX, SEARCH_DS

# Reset sensor
sensor.reset()

# Set sensor settings
sensor.set_contrast(1)
sensor.set_gainceiling(16)
# Max resolution for template matching with SEARCH_EX is QQVGA
sensor.set_framesize(sensor.QQVGA)
# You can set windowing to reduce the search image.
#sensor.set_windowing(((640-80)//2, (480-60)//2, 80, 60))
sensor.set_pixformat(sensor.GRAYSCALE)

# Load template.
# Template should be a small (eg. 32x32 pixels) grayscale image.
template = image.Image("/11.pgm")

clock = time.clock()

# Run template matching
while (True):
    clock.tick()
    img = sensor.snapshot()

    # find_template(template, threshold, [roi, step, search])
    # ROI: The region of interest tuple (x, y, w, h).
    # Step: The loop step used (y+=step, x+=step) use a bigger step to make it faster.
    # Search is either image.SEARCH_EX for exhaustive search or image.SEARCH_DS for diamond search
    #
    # Note1: ROI has to be smaller than the image and bigger than the template.
    # Note2: In diamond search, step and ROI are both ignored.
    r = img.find_template(template, 0.70, step=4, search=SEARCH_EX) #, roi=(10, 0, 60, 60))
    if r:
        img.draw_rectangle(r)

    print(clock.fps())

如需数字1——9的代码请联系我!(本文如有错误请指出,欢迎交流!)文章来源地址https://www.toymoban.com/news/detail-563677.html

到了这里,关于2021全国电设(F题)openmv的图像识别之数字识别的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 数字图像处理之matlab大作业:车牌识别

    1、基于模板的车牌识别,带GUI GitHub - joeyos/LicensePlateRecognition: License plate recognition 2、基于模板的车牌识别,注释详细 https://github.com/hangxyz/License-Plate-Recognition-by-MATLAB 3、其他优秀作品 1)董同学:带语音播报的车牌识别 车牌识别-基于模板匹配_勇敢歪歪的博客-CSDN博客_车牌识

    2024年02月08日
    浏览(42)
  • MATLAB【数字图像处理】 大作业:人脸表情识别

    运用已掌握的知识以及查阅相关资料,设计方案能够识别人脸表情中的高兴、厌恶、生气、悲伤、面无表情这五类表情。 本系统是基于PCA算法的人脸特征提取。运用PCA算法来实现人脸特征提取,然后通过计算欧式距离来判别待识别测试人脸。 整个系统的流程是首先是人面部

    2024年02月06日
    浏览(38)
  • 数字图像处理二维码识别python+opencv实现二维码实时识别

    数字图像处理二维码识别 python+opencv实现二维码实时识别 特点: (1)可以实现普通二维码,条形码; (2)解决了opencv输出中文乱码的问题 (3)增加网页自动跳转功能 (4)实现二维码实时检测和识别 代码保证原创、无错误、能正常运行(如果电脑环境配置没问题) 送二维

    2024年01月16日
    浏览(66)
  • 数字图像处理——大作业 基于车道信息的违法车辆车牌识别

    车牌识别系统广泛应用于交通管理、收费站、城市交叉口、港口和机场、机动车检测、停车场管理等不同的场所,对提高这些场所交通系统的管理水平和自动化程度具有重要的意义[1]。车牌自动识别系统主要包括车牌定位、车牌分割、车牌字符识别三部分。 其中,仅就车牌字

    2024年02月07日
    浏览(56)
  • 深度学习图像处理基础工具——opencv 实战信用卡数字识别

    任务 信用卡数字识别 穿插之前学的知识点  形态学操作 模板匹配 等 总体流程与方法 1.有一个模板 2 用轮廓检测把模板中数字拿出来 外接矩形(模板和输入图像的大小要一致 )3 一系列预处理操作 问题的解决思路 1.分析准备:准备模板,读取文件——转化为灰度图——转化

    2024年04月15日
    浏览(51)
  • 【Python_Opencv图像处理框架】信用卡数字识别项目

    本篇文章是opencv学习的第六篇文章,前面主要讲解了对图像的一些基本操作,这篇文章我们就开始大展身手,将前面所学的基础操作活学活用。既能复习基础操作,又能学到一些新的知识。作为初学者,我尽己所能,但仍会存在疏漏的地方,希望各位看官不吝指正🥰 我们通

    2024年02月03日
    浏览(52)
  • 【数字图像处理】基于Simulink的PCB孔位检测识别实验报告和代码

    需要一种图像处理系统来检测印刷电路板(PCB)中的小孔,并将它们的位置与预定义的规格进行比较。本实验的主要目的是处理图像,以便可以显示检测到的孔位置的覆盖(例如使用红色标记)以及预定义位置的覆盖(例如使用绿色标记)。图1中显示了一个样本图像(部分)。如果有任

    2024年02月07日
    浏览(62)
  • 【MATLAB图像处理实用案例详解(16)】——利用概念神经网络实现手写体数字识别

    手写体数字属于光学字符识别(Optical Character Recognition,OCR)的范畴,但分类的分别比光学字符识别少得多,主要只需识别共10个字符。 使用概率神经网络作为分类器,对64*64二值图像表示的手写数字进行分类,所得的分类器对训练样本能够取得100%的正确率,训练时间短,比

    2024年02月06日
    浏览(43)
  • 三种目标检测方法(基于传统数字图像处理的识别方法、基于传统机器学习的识别方法和基于深度学习的识别方法)的区别

    问题描述:图像检测分为了基于传统数字图像处理的识别方法、基于传统机器学习的识别方法和基于深度学习的识别方法,但是有时迷惑三者的区别是什么呢? 问题解答: 第一,基于传统数字图像处理的识别方法和其他两者的区分在于基于传统图像处理方法没有损失函数,

    2024年02月12日
    浏览(39)
  • OpenMV图像处理之后给单片机通讯

    详细介绍:OpenMV扫码识别;OpenMV串口通讯详解;OpenMV的单颜色识别讲解;MSP430F5529库函数学习——串口 目录 接线 OpenMV代码 代码 for...in...部分简单介绍 stm32代码 msp430f5529代码 个人一开始以为我写了的这几个博客已经够清楚了,让各大网友正常使用OpenMV图像处理,然后与单片机

    2024年02月16日
    浏览(58)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包