4. openmv如何同时实现Wifi图像传输人脸识别和录像功能
  • OpenMV VSCode 扩展发布了，在插件市场直接搜索OpenMV就可以安装
  • 如果有产品硬件故障问题，比如无法开机，论坛很难解决。可以直接找售后维修。
  • 发帖子之前，请确认看过所有的视频教程，https://singtown.com/learn/ 和所有的上手教程http://book.openmv.cc/
  • 每一个新的提问，单独发一个新帖子
  • 帖子需要目的，你要做什么？
  • 如果涉及代码，需要报错提示与全部代码文本，请注意不要贴代码图片
  • 必看：玩转星瞳论坛了解一下图片上传，代码格式等问题。

    • openmv如何同时实现Wifi图像传输人脸识别和录像功能

    • L

      openmv自带单个程序，小白不懂怎么混合

      0
    • L

      录制人脸识别动图例程

      注意：您将需要SD卡来运行此示例。

      您可以使用OpenMV Cam来录制gif文件。可以用于RGB565图或灰度图。

      使用像GIMP这样的照片编辑软件在将GIF上传到网络之前对其进行压缩和优化。

      这个例子演示了如何在你的OpenMV Cam上使用面部追踪来获取gif。

      import sensor, image, time, gif, pyb

      RED_LED_PIN = 1
      BLUE_LED_PIN = 3

      sensor.reset() # Initialize the camera sensor.
      sensor.set_pixformat(sensor.GRAYSCALE) # or sensor.
      sensor.set_framesize(sensor.QQVGA) # or sensor.HQVGA (or others)
      sensor.skip_frames(time = 2000) # Let new settings take affect.

      加载人脸检测HaarCascade。 这是OpenMV Cam可以使用下面的

      find_features（）方法来检测人脸的对象。 您的OpenMV具有HaarCascade

      内置的人脸模型。 默认情况下，HaarCascade的所有阶段都被加载。 但是，

      您可以调整阶段的数量来加快处理速度，但要以准确性为代价。

      HaarCascade的前面有25个阶段。

      face_cascade = image.HaarCascade("frontalface", stages=25)

      while(True):

      pyb.LED(RED_LED_PIN).on()
print("About to start detecting faces...")
sensor.skip_frames(time = 2000) # Give the user time to get ready.

pyb.LED(RED_LED_PIN).off()
print("Now detecting faces!")
pyb.LED(BLUE_LED_PIN).on()

diff = 10 # We'll say we detected a face after 10 frames.
while(diff):
    img = sensor.snapshot()
    # Threshold是介于0.0-1.0的阈值，较低值会同时提高检出率和假阳性
    # 率。相反，较高值会同时降低检出率和假阳性率。
    # scale是一个必须大于1.0的浮点数。较高的比例因子运行更快，
    # 但其图像匹配相应较差。理想值介于1.35-1.5之间。

    faces = img.find_features(face_cascade, threshold=0.5, scale_factor=1.5)

    if faces:
        diff -= 1
        for r in faces:
            img.draw_rectangle(r)

g = gif.Gif("example-%d.gif" % pyb.rng(), loop=True)

clock = time.clock() # Tracks FPS.
print("You're on camera!")
for i in range(100):
    clock.tick()
    # clock.avg() returns the milliseconds between frames - gif delay is in
    g.add_frame(sensor.snapshot(), delay=int(clock.avg()/10)) # centiseconds.
    print(clock.fps())

g.close()
pyb.LED(BLUE_LED_PIN).off()
print("Restarting...")
      0
    • L

      MJPEG Streaming AP.

      这个例子展示了如何在AccessPoint模式下进行MJPEG流式传输。

      Android上的Chrome，Firefox和MJpegViewer App已经过测试。

      连接到OPENMV_AP并使用此URL：http://192.168.1.1:8080查看流。

      import sensor, image, time, network, usocket, sys, mjpeg, pyb

      SSID ='OPENMV_AP' # Network SSID
      KEY ='1234567890' # Network key (must be 10 chars)
      HOST = '' # Use first available interface
      PORT = 8080 # Arbitrary non-privileged port
      RED_LED_PIN = 1
      BLUE_LED_PIN = 3

      Reset sensor

      sensor.reset()

      Set sensor settings

      sensor.set_contrast(1)
      sensor.set_brightness(1)
      sensor.set_saturation(1)
      sensor.set_gainceiling(16)
      sensor.set_framesize(sensor.QQVGA)
      sensor.set_pixformat(sensor.GRAYSCALE)
      sensor.skip_frames(time = 2000) # Let new settings take affect.
      face_cascade = image.HaarCascade("frontalface", stages=25)

      在AP模式下启动wlan模块。

      wlan = network.WINC(mode=network.WINC.MODE_AP)
      wlan.start_ap(SSID, key=KEY, security=wlan.WEP, channel=2)

      #您可以阻止等待客户端连接
      #print(wlan.wait_for_sta(10000))

      def start_streaming(s):
      print ('Waiting for connections..')
      client, addr = s.accept()
      # 将客户端套接字超时设置为2秒
      client.settimeout(2.0)
      print ('Connected to ' + addr[0] + ':' + str(addr[1]))

      # 从客户端读取请求
data = client.recv(1024)
# 应该在这里解析客户端请求

# 发送多部分head
client.send("HTTP/1.1 200 OK\r\n" \
            "Server: OpenMV\r\n" \
            "Content-Type: multipart/x-mixed-replace;boundary=openmv\r\n" \
            "Cache-Control: no-cache\r\n" \
            "Pragma: no-cache\r\n\r\n")

# FPS clock
clock = time.clock()

# 开始流媒体图像
#注：禁用IDE预览以增加流式FPS。
while (True):
    clock.tick() # Track elapsed milliseconds between snapshots().
    frame = sensor.snapshot()
    cframe = frame.compressed(quality=35)
    header = "\r\n--openmv\r\n" \
             "Content-Type: image/jpeg\r\n"\
             "Content-Length:"+str(cframe.size())+"\r\n\r\n"
    client.send(header)
    client.send(cframe)
    print(clock.fps())

      while (True):
      # 创建服务器套接字
      s = usocket.socket(usocket.AF_INET, usocket.SOCK_STREAM)
      try:
      # Bind and listen
      s.bind([HOST, PORT])
      s.listen(5)

          # 设置服务器套接字超时
    # 注意：由于WINC FW bug，如果客户端断开连接，服务器套接字必须
    # 关闭并重新打开。在这里使用超时关闭并重新创建套接字。
    s.settimeout(3)
    start_streaming(s)
except OSError as e:
    s.close()
    print("socket error: ", e)
    #sys.print_exception(e)
pyb.LED(RED_LED_PIN).on()
print("About to start detecting faces...")
sensor.skip_frames(time = 2000) # Give the user time to get ready.

pyb.LED(RED_LED_PIN).off()
print("Now detecting faces!")
pyb.LED(BLUE_LED_PIN).on()

diff = 10 # We'll say we detected a face after 10 frames.
while(diff):
    img = sensor.snapshot() 
    faces = img.find_features(face_cascade, threshold=0.5, scale_factor=1.5)

    if faces:
        diff -= 1
        for r in faces:
            img.draw_rectangle(r)

m = mjpeg.Mjpeg("example-%d.mjpeg" % pyb.rng())

clock = time.clock() # Tracks FPS.
print("You're on camera!")
for i in range(200):
    clock.tick()
    m.add_frame(sensor.snapshot())
    print(clock.fps())

m.close(clock.fps())
pyb.LED(BLUE_LED_PIN).off()
print("Restarting...")
      0
    • L

      下面的合并程序能实现吗

      0

    • 你要在Wi-Fi的程序里，frame = sensor.snapshot()下面加入算法。

      0