• 星瞳AI VISION软件内测!可以离线标注,训练,并生成OpenMV的模型。可以替代edge impulse https://forum.singtown.com/topic/8206
  • 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。
  • 在人脸识别教程代码后加上IO口,为什么运行不了,



    • import sensor, time, image, pyb  
      
      
      
      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
      
      
      
      
      
      
      
      #SUB = "s1"
      
      NUM_SUBJECTS = 1 #图像库中不同人数,一共6人
      
      NUM_SUBJECTS_IMGS = 6 #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。
       
          p = pyb.Pin("P0", pyb.Pin.OUT_PP)
          if pmin<=30000:
            p.high() # or p.value(1) to make the pin high (3.3V)
            pyb.LED(1).off()
            pyb.LED(3).on()
          else:
           p.low() # or p.value(0) to make the pin low (0V)
            pyb.LED(1).on()
            pyb.LED(3).off()
      


    • 请提供具体的报错提示。