• 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。
  • 请问关于教程中face_tracking例程是实现什么功能的,这个例程一直在输出fps值,如何让它更稳定的找到运动的人脸



    • import sensor, time, image

      Reset sensor

      sensor.reset()
      sensor.set_contrast(3)
      sensor.set_gainceiling(16)
      sensor.set_framesize(sensor.VGA)
      sensor.set_windowing((320, 240))
      sensor.set_pixformat(sensor.GRAYSCALE)

      跳过几帧使图像稳定

      sensor.skip_frames(time = 2000)

      加载Haar算子

      默认情况下,这将使用所有阶段,较低的阶段更快但不太准确。

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

      第一组关键点

      kpts1 = None

      找到人脸

      while (kpts1 == None):
      img = sensor.snapshot()
      img.draw_string(0, 0, "Looking for a face...")
      # 找到人脸
      objects = img.find_features(face_cascade, threshold=0.5, scale=1.25)
      if objects:
      # 在每个方向上将ROI扩大31个像素
      face = (objects[0][0]-31, objects[0][1]-31,objects[0][2]+312, objects[0][3]+312)
      # 使用检测面大小作为ROI提取关键点
      kpts1 = img.find_keypoints(threshold=10, scale_factor=1.1, max_keypoints=100, roi=face)
      # 围绕第一个面绘制一个矩形
      img.draw_rectangle(objects[0])

      画关键点

      print(kpts1)
      img.draw_keypoints(kpts1, size=24)
      img = sensor.snapshot()
      time.sleep(2000)

      FPS clock

      clock = time.clock()

      while (True):
      clock.tick()
      img = sensor.snapshot()
      # 从整个帧中提取关键点
      kpts2 = img.find_keypoints(threshold=10, scale_factor=1.1, max_keypoints=100, normalized=True)

      if (kpts2):
          # 将第一组关键点与第二组关键点匹配
          c=image.match_descriptor(kpts1, kpts2, threshold=85)
          match = c[6] # C[6] 包含匹配度.
          if (match>5):
              img.draw_rectangle(c[2:6])
              img.draw_cross(c[0], c[1], size=10)
              print(kpts2, "matched:%d dt:%d"%(match, c[7]))
      
      # 绘制 FPS
      img.draw_string(0, 0, "FPS:%.2f"%(clock.fps()))
      print(clock.fps())
      

      请问这个例程是找到人脸后就一直输出FPS值吗?