• 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。
  • VGA格式,使用img = sensor.snapshot().copy(),报错内存



    • import sensor, image, time, json, utime
      from machine import UART
      
      sensor.reset()
      sensor.set_pixformat(sensor.RGB565)  # 灰度更快
      sensor.set_framesize(sensor.VGA)
      sensor.skip_frames(time = 2000)
      sensor.set_auto_gain(False)
      sensor.set_auto_whitebal(False)
      clock = time.clock()
      
      
      # 颜色阈值
      red_threshold = (76, 53, 58, 15, -21, 52) # 红色激光点
      
      uart = UART(3, 115200)  # 初始化串口
      
      # 初始化列表
      coordinates_red = [("", "")] * 1  # 初始化红色激光点列表,假设存储1个点
      enum_data = [("", "")] * 4  # 存储矩形角点,假设存储4个角点
      
      # 寻找像素最多的红色色块
      def find_largest_red_blob(img):
          largest_blob = None
          max_pixels = 0
          for blob in img.find_blobs([red_threshold], pixels_threshold=10, area_threshold=20, merge=True):
              if blob.pixels() > max_pixels:
                  largest_blob = blob
                  max_pixels = blob.pixels()
          return largest_blob
      
      
      while True:
          clock.tick()
          img = sensor.snapshot().copy()
         # enum_data.clear()  # 每次循环开始时清空矩形数据列表
         # coordinates_red.clear()  # 清空红色激光点列表
      
      
          largest_blob = find_largest_red_blob(img)
          if largest_blob:
              cx = largest_blob.cx()
              cy = largest_blob.cy()
              img.draw_circle(cx, cy, 2, color=(0, 255, 255), thickness=2)
              cx_str = "{:03d}".format(cx)  # 将坐标格式化为3位数的字符串
              cy_str = "{:03d}".format(cy)  # 将坐标格式化为3位数的字符串
              coordinates_red[0] = (cx_str, cy_str)
              #print("Blob at ({}, {})".format(cx, cy))
      
          r = img.find_rects(threshold=26000)  # 找到矩形
          if r:
              r = r[0]  # 仅处理第一个矩形
              for i, p in enumerate(r.corners()):
                  img.draw_circle(p[0], p[1], 2, color = (0, 255, 0))
                  px = "{:03d}".format(p[0])  # 将横坐标转换为3位数的字符串
                  py = "{:03d}".format(p[1])  # 将纵坐标转换为3位数的字符串
                  enum_data[i] = (px, py)
              #print("rect:({})".format(enum_data))
      
          del img
      
          # 发送所有收集的数据
      #    if coordinates_red:
      #        uart.write("R" + str(coordinates_red) +"250"+"E" + "\r\n")
      #        #coordinates_red.clear()  # 清空红色激光点列表
      
          uart.write("T"+str(enum_data)+str(coordinates_red)+"E"+"E"+"E"+"\r\n")
          print(str(enum_data))
          print(str(coordinates_red))
          print("FPS %f" % clock.fps())
          print("\r\n")
      
          utime.sleep_ms(10)  # 延迟100毫秒
      
      
      请在这里粘贴代码
      

      0_1715316238367_屏幕截图 2024-05-10 123812.png



    • 板子信息为:板子:OpenMV Cam H7(STM32H743)
      传感器:OV7725固件版本:4.5.4-[最新]



    • 在OpenMV4 H7 使用VGA的情况下用的是JPEG是不能运行算法的。在OpenMV4 H7 Plus上是可以运行算法,因为内存大。