OpenMV图像处理之后给单片机通讯-Toy模板网

这篇具有很好参考价值的文章主要介绍了OpenMV图像处理之后给单片机通讯。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。

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

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，然后与单片机通讯应该会很简单。但还是有人不知道，我就还是提供一下我的代码。

代码就是识别红黄绿三种颜色和二维码信息，识别到颜色分别发送0、1、2。

接线

接线很简单，就是OpenMV的TX（P4）——单片机RX，RX（P5）——单片机TX，GND——GND，3.3V——3.3V

要识别的材料

gitee链接：gitee仓库

msp430f5529和openmv之间的通讯协议,OpenMV,单片机,图像处理,嵌入式硬件

OpenMV代码

代码

由于我以上博客已经详细介绍了，再次不在啰嗦，直接贴代码。

import sensor, image, time, math
from pyb import UART
#threshold_index = 0 # 0 for red, 1 for green, 2 for blue

# 颜色跟踪阈值 (L Min, L Max, A Min, A Max, B Min, B Max)
# 下面的阈值通常跟踪红色/绿色/蓝色的东西。您可能希望调整它们……
thresholds = [(50, 65, 40, 50, 35, 60), # generic_red_thresholds
              (75, 90, -80, -70, 40, 80), # generic_green_thresholds
              (55, 70, -21, 0, -50, -35)]     # generic_blue_thresholds

sensor.reset()#重置感光元件，重置摄像机
sensor.set_pixformat(sensor.RGB565) #设置颜色格式为RGB565，彩色，每个像素16bit。
sensor.set_framesize(sensor.QVGA)   #图像大小为QVGA
sensor.skip_frames(time = 2000)     #跳过n张照片，在更改设置后，跳过一些帧，等待感光元件变稳定。
sensor.set_auto_gain(False)         #颜色识别必须关闭自动增益，会影响颜色识别效果
sensor.set_auto_whitebal(False)     #颜色识别必须关闭白平衡，会影响颜色识别效果，导致颜色的阈值发生改变
clock = time.clock()

uart = UART(3, 9600)  #初始化串口3，波特率为9600（注意：上位机记得也配置成9600）

# 只有像素大于“pixels_threshold”和面积大于“area_threshold”的区域才是
# 由下面的"find_blobs"返回。更改“pixels_threshold”和“area_threshold”
# 相机的分辨率。"merge=True"合并图像中所有重叠的斑点。

while(True):
    clock.tick()# 追踪两个snapshots()之间经过的毫秒数.
    img = sensor.snapshot()#截取感光元件中的一张图片
    img.lens_corr(1.8) # 1.8的强度参数对于2.8mm镜头来说是不错的。
    #在img.find_blobs这个函数中，我们进行颜色识别
    #roi是“感兴趣区”，是在画面的中央还是右上方或者哪里进行颜色识别。此处我们没有进行配置，默认整个图像进行识别
    for blob in img.find_blobs([thresholds[0]], pixels_threshold=200, area_threshold=200, merge=True):
        # 这些值始终是稳定的。
        uart.write("0")
        print('0')
        img.draw_rectangle(blob.rect())      #用矩形标记出目标颜色区域
        img.draw_cross(blob.cx(), blob.cy()) #在目标颜色区域的中心画十字形标记
    for blob in img.find_blobs([thresholds[1]], pixels_threshold=200, area_threshold=200, merge=True):
        # 这些值始终是稳定的。
        uart.write("1")
        print('1')
        img.draw_rectangle(blob.rect())      #用矩形标记出目标颜色区域
        img.draw_cross(blob.cx(), blob.cy()) #在目标颜色区域的中心画十字形标记
    for blob in img.find_blobs([thresholds[2]], pixels_threshold=200, area_threshold=200, merge=True):
        # 这些值始终是稳定的。
        uart.write("2")
        print('2')
        img.draw_rectangle(blob.rect())      #用矩形标记出目标颜色区域
        img.draw_cross(blob.cx(), blob.cy()) #在目标颜色区域的中心画十字形标记
    for code in img.find_qrcodes():  # 进行二维码检测
        img.draw_rectangle(code.rect(), color = (255, 0, 0))
        message = code.payload() #返回二维码有效载荷的字符串
        if message == 'red':
            uart.write("0")
            print('0')
        if message == 'green':
            uart.write("1")
            print('1')
        if message == 'blue':
            uart.write("2")
            print('2')

for...in...部分简单介绍

可能有人看到，我这里是使用了 for...in...，那么程序应该无论如何都会依次发送0、1、2。其实不是这样的，你可以写一个这个。你会发现，如果OpenMV没有识别到红色，那么串行中断显示的都是【】，这个表示一个空数组。而因为他是空数组，所以没有数据返回给blob，for...in...语句也就不会进行，因此不会依次发送0、1、2。

print(img.find_blobs([thresholds[0]], pixels_threshold=200, area_threshold=200, merge=True))

stm32代码

我只贴串口2中断部分，如果你连stm32串口配置都不会，那我也无话可说。

注意，我这里Task_OLED_ShowString是我自己写的OLED函数，你是没有的。虽然这是很基础的东西，还是提醒一下。

//OpenMV串口中断
void USART2_IRQHandler()      
{
	uint16_t temp;
	//while(USART_GetITStatus(USART1,USART_IT_RXNE) == RESET); //使用这个，程序会一直停留在这里 
	if(USART_GetITStatus(OpenMV_USART,USART_IT_RXNE) != RESET)
	{
		temp = USART_ReceiveData(OpenMV_USART);
		switch(temp)
		{
			case '0':Task_OLED_Clear();Task_OLED_ShowString(0,0,"Red",40);break;
			case '1':Task_OLED_Clear();Task_OLED_ShowString(0,0,"Green",40);break;
			case '2':Task_OLED_Clear();Task_OLED_ShowString(0,0,"Blue",40);break;
		}
	}
	//USART_SendByte(OpenMV_USART,temp);//将接收到的数据返回
	//USART_ClearITPendingBit(USART1,USART_IT_RXNE);
}

msp430f5529代码

这里是用的串口0

MSP430F5529库函数学习——串口文章来源地址https://www.toymoban.com/news/detail-589080.html

#pragma vector=USCI_A0_VECTOR
__interrupt void USCI_A0_ISR (void)
{
    uint8_t receivedData = 0;
    switch (__even_in_range(UCA0IV,4))
    {
        //Vector 2 - RXIFG
        case 2:
            receivedData = USCI_A_UART_receiveData(USCI_A0_BASE);
    		switch(receivedData)
    		{
			    case '0':Task_OLED_Clear();Task_OLED_ShowString(0,0,"Red",40);break;
			    case '1':Task_OLED_Clear();Task_OLED_ShowString(0,0,"Green",40);break;
			    case '2':Task_OLED_Clear();Task_OLED_ShowString(0,0,"Blue",40);break;
		    }
            break;
        default:
            break;
    }
}

到了这里，关于OpenMV图像处理之后给单片机通讯的文章就介绍完了。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！