如果有嵌入式企业需要招聘校园大使，湖南区域的日常实习，任何区域的暑假Linux驱动实习岗位，可C站直接私聊，或者邮件：zhangyixu02@gmail.com，此消息至2025年1月1日前均有效
前言
（1）已经有不少同学根据我上一篇博客完成了前三问，恭喜恭喜。有很多同学卡在了第四问。
（2）我说了OpenART mini的代码是可行的。但是他们不会移植到OpenMV上，再次我讲移植之后的代码贴出来。
（3）吐槽一下，我就看不懂了。为啥这么多人移植不了。这不是几分钟的事情吗？（苦笑）文章来源：https://www.toymoban.com/news/detail-623561.html
识别矩形框以及对应角点
（1）这个地方的40行会出现一个奇怪的报错，说corner没有被定义。但是前面明明调用corner = r.corners()进行了一波定义。
（2）然后我在在前面写上了一句corner = 0，报错就消失了。这个bug很奇怪。希望各位注意文章来源地址https://www.toymoban.com/news/detail-623561.html
from machine import Pin
import sensor, image, time
import pyb
#import seekfree, pyb
# 初始化TFT180屏幕
#lcd = seekfree.LCD180(3)
# 初始化摄像头
sensor.reset()
sensor.set_pixformat(sensor.RGB565) # 设置图像色彩格式为RGB565格式
sensor.set_framesize(sensor.QQVGA) # 设置图像大小为160*120
sensor.set_auto_whitebal(True) # 设置自动白平衡
sensor.set_brightness(3000) # 设置亮度为3000
sensor.skip_frames(time = 20) # 跳过帧
clock = time.clock()
corner = 0
while(True):
clock.tick()
img = sensor.snapshot()
# -----矩形框部分-----
# 在图像中寻找矩形
for r in img.find_rects(threshold = 10000):
# 判断矩形边长是否符合要求
if r.w() > 20 and r.h() > 20:
# 在屏幕上框出矩形
img.draw_rectangle(r.rect(), color = (255, 0, 0), scale = 4)
# 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)
# 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 = f"corner1 = ({corner[0][0]},{corner[0][1]})"
corner2_str = f"corner2 = ({corner[1][0]},{corner[1][1]})"
corner3_str = f"corner3 = ({corner[2][0]},{corner[2][1]})"
corner4_str = f"corner4 = ({corner[3][0]},{corner[3][1]})"
print(corner1_str + "\n" + corner2_str + "\n" + corner3_str + "\n" + corner4_str)
# 显示到屏幕上，此部分会降低帧率
#lcd.show_image(img, 160, 120, 0, 0, zoom=0) #屏幕显示
# 打印帧率
#print(clock.fps())
跟踪激光灯
from machine import Pin
import sensor, image, time
import pyb
#import seekfree, pyb
# 初始化激光灯控制引脚P0，并置为高电平
laser_light=Pin("P0", Pin.OUT)
laser_light.value(1)
# 初始化TFT180屏幕
#lcd = seekfree.LCD180(3)
# 初始化摄像头
sensor.reset()
sensor.set_pixformat(sensor.RGB565) # 设置图像色彩格式为RGB565格式
sensor.set_framesize(sensor.QQVGA) # 设置图像大小为160*120
sensor.set_auto_whitebal(True) # 设置自动白平衡
sensor.set_brightness(3000) # 设置亮度为3000
sensor.skip_frames(time = 20) # 跳过帧
clock = time.clock()
while(True):
clock.tick()
img = sensor.snapshot()
# -----跟踪激光部分-----
# 设置激光颜色阈值
red_td = [(56, 100, 45, 127, -128, 127)] # 这里要改
# 根据阈值找到色块
for b in img.find_blobs(red_td,pixels_threshold=2, area_threshold=15, merge=True,invert = 0):
# 在屏幕上画出色块
img.draw_rectangle(b.rect(), color = (0, 255, 0), scale = 2, thickness = 2)
# 打印激光色块的中心位置
# 使用b.x()获取色块矩形左上角X坐标
# 使用b.y()获取色块矩形左上角Y坐标
# 使用b.w()获取色块矩形宽度
# 使用b.h()获取色块矩形高度
# 矩形中心坐标为（x + w/2，y + h/2)
print(f"rect = {b.x() + b.w()/2},{b.y() + b.h()/2}")
break
# 显示到屏幕上，此部分会降低帧率
#lcd.show_image(img, 160, 120, 0, 0, zoom=0) #屏幕显示
# 打印帧率
#print(clock.fps())
识别矩形框以及对应角点并跟踪激光灯
from machine import Pin
import sensor, image, time
#import seekfree, pyb
import pyb
# 初始化激光灯控制引脚，并置为高电平
laser_light=Pin("P9", Pin.OUT)
laser_light.value(1)
# 初始化TFT180屏幕
#lcd = seekfree.LCD180(3)
# 初始化摄像头
sensor.reset()
sensor.set_pixformat(sensor.RGB565) # 设置图像色彩格式为RGB565格式
sensor.set_framesize(sensor.QQVGA) # 设置图像大小为160*120
sensor.set_auto_whitebal(True) # 设置自动白平衡
sensor.set_brightness(3000) # 设置亮度为3000
sensor.skip_frames(time = 20) # 跳过帧
clock = time.clock()
while(True):
clock.tick()
img = sensor.snapshot()
# -----矩形框部分-----
# 在图像中寻找矩形
for r in img.find_rects(threshold = 10000):
# 判断矩形边长是否符合要求
if r.w() > 20 and r.h() > 20:
# 在屏幕上框出矩形
img.draw_rectangle(r.rect(), color = (255, 0, 0), scale = 4)
# 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)
# 角点坐标打印详见OpenART mini识别矩形框以及对应角点文件
# -----跟踪激光部分-----
# 设置激光颜色阈值
red_td = [(56, 100, 45, 127, -128, 127)]
# 根据阈值找到色块
for b in img.find_blobs(red_td,pixels_threshold=2, area_threshold=15, merge=True,invert = 0):
# 在屏幕上画出色块
img.draw_rectangle(b.rect(), color = (0, 255, 0), scale = 2, thickness = 2)
break
# 坐标打印详见OpenART mini跟踪激光灯文件
# 显示到屏幕上，此部分会降低帧率
#lcd.show_image(img, 160, 120, 0, 0, zoom=0) #屏幕显示
# 打印帧率
print(clock.fps())
到了这里，关于2023年电赛---运动目标控制与自动追踪系统（E题）OpenART mini的代码移植到OpenMV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！
