• 免费好用的星瞳AI云服务上线!简单标注,云端训练,支持OpenMV H7和OpenMV H7 Plus。可以替代edge impulse。 https://forum.singtown.com/topic/9519
  • 我们只解决官方正版的OpenMV的问题(STM32),其他的分支有很多兼容问题,我们无法解决。
  • 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输出高低电平 一开始写了pin1.value(0),但是引脚测得3.3v,为什么呢?



    • Face recognition with LBP descriptors.

      See Timo Ahonen's "Face Recognition with Local Binary Patterns".

      Before running the example:

      1) Download the AT&T faces database http://www.cl.cam.ac.uk/Research/DTG/attarchive/pub/data/att_faces.zip

      2) Exract and copy the orl_faces directory to the SD card root.

      import sensor, time, image, pyb,utime
      from pyb import Pin

      sensor.reset() # Initialize the camera sensor.

      sensor.set_pixformat(sensor.GRAYSCALE) # or sensor.GRAYSCALE

      sensor.set_framesize(sensor.B128X128) # or sensor.QQVGA (or others)

      sensor.set_windowing((92,112))

      sensor.skip_frames(10) # Let new settings take affect.

      sensor.skip_frames(time = 5000) #等待5s

      pin1 = Pin('P1', Pin.OUT_PP, Pin.PULL_NONE)
      pin1.value(0)

      #SUB = "s1"

      NUM_SUBJECTS = 3#图像库中不同人数,一共3人

      NUM_SUBJECTS_IMGS = 20 #每人有20张样本图片

      拍摄当前人脸。

      img = sensor.snapshot()

      #img = image.Image("singtown/%s/1.pgm"%(SUB))

      d0 = img.find_lbp((0, 0, img.width(), img.height()))

      #d0为当前人脸的lbp特征

      img = None

      pmin = 999999

      num=0

      def min(pmin, a, s):

      global num
      
      if a<pmin:
      
          pmin=a
      
          num=s
      
      return pmin
      

      for s in range(1, NUM_SUBJECTS+1):

      dist = 0
      
      for i in range(2, NUM_SUBJECTS_IMGS+1):
      
          img = image.Image("singtown/s%d/%d.pgm"%(s, i))
      
          d1 = img.find_lbp((0, 0, img.width(), img.height()))
      
          #d1为第s文件夹中的第i张图片的lbp特征
      
          dist += image.match_descriptor(d0, d1)#计算d0 d1即样本图像与被检测人脸的特征差异度。
      
      print("Average dist for subject %d: %d"%(s, dist/NUM_SUBJECTS_IMGS))
      
      pmin = min(pmin, dist/NUM_SUBJECTS_IMGS, s)#特征差异度越小,被检测人脸与此样本更相似更匹配。
      
      print(pmin)
      

      print(num) # num为当前最匹配的人的编号。

      threshold = 9000 #阈值需要你根据自己的实际图片调整

      if pmin>threshold:
      pin1.value(1) #如果检测到的最接近摄像头拍摄到的人脸的数据库人脸的特征值大于阈值threshold,那么证明数据库中没有这个人脸
      utime.sleep(1)

      else:
      print('yes') #反之亦然

      以上是全部程序

      openmv输出高低电平 一开始写了pin1.value(0),但是引脚测得3.3v,为什么呢?求大佬指教



    • 因为你的代码让他变高电平了。
      pin1.value(1)



    • @kidswong999 在前面的时候我有设置成pin1.value(0)
      后面满足条件后才让他变成高电平的
      但是上电后就直接变成了高电平



    • 那你应该只测试最小的代码。