星瞳实验室APP,快速收到回复
  • 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。
  • 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。
  • 为什么模式匹配照片都是一样的有些数字能识别,而有些不能识别?



    • Template Matching Example - Normalized Cross Correlation (NCC)

      这个例子展示了如何使用OpenMV凸轮的NCC功能将小部分图像与图像的各个部分

      进行匹配...期望获得极其可控的环境NCC并不是全部有用的。

      警告:NCC支持需要重做!到目前为止,这个功能需要做大量的工作才能有用。

      这个脚本将重新表明功能的存在,但在目前的状态是不足的。

      import time, sensor, image
      from image import SEARCH_EX, SEARCH_DS
      #从imgae模块引入SEARCH_EX和SEARCH_DS。使用from import仅仅引入SEARCH_EX,
      #SEARCH_DS两个需要的部分,而不把image模块全部引入。

      Reset sensor

      sensor.reset()

      Set sensor settings

      sensor.set_contrast(1)
      sensor.set_gainceiling(16)

      Max resolution for template matching with SEARCH_EX is QQVGA

      sensor.set_framesize(sensor.QQVGA)

      You can set windowing to reduce the search image.

      #sensor.set_windowing(((640-80)//2, (480-60)//2, 80, 60))
      sensor.set_pixformat(sensor.GRAYSCALE)

      Load template.

      Template should be a small (eg. 32x32 pixels) grayscale image.

      templates = ["/04.pgm", "/00.pgm", "/07.pgm", "/11.pgm", "/12.pgm", "/16.pgm", "/22.pgm", "/29.pgm"] #保存多个模板
      #加载模板图片

      clock = time.clock()

      Run template matching

      while (True):
      clock.tick()
      img = sensor.snapshot()

      # find_template(template, threshold, [roi, step, search])
      # ROI: The region of interest tuple (x, y, w, h).
      # Step: The loop step used (y+=step, x+=step) use a bigger step to make it faster.
      # Search is either image.SEARCH_EX for exhaustive search or image.SEARCH_DS for diamond search
      #
      # Note1: ROI has to be smaller than the image and bigger than the template.
      # Note2: In diamond search, step and ROI are both ignored.
      for t in templates:
          template = image.Image(t)
          #对每个模板遍历进行模板匹配
          r = img.find_template(template, 0.50,roi=(32,40,30,60),step=4, search=SEARCH_EX) 
      #find_template(template, threshold, [roi, step, search]),threshold中
      #的0.7是相似度阈值,roi是进行匹配的区域(左上顶点为(10,0),长80宽60的矩形),
      #注意roi的大小要比模板图片大,比frambuffer小。
      #把匹配到的图像标记出来
          if r:
              img.draw_rectangle(r)
              print(t) #打印模板名字
      
      #print(clock.fps())
      

      0_1562134408600_Y5CETO`2T{BAOPAPN}K_USY.png



    • 具体的现象是什么?什么叫做“能识别”或者“不能识别”?

      https://singtown.com/learn/49598/

      根据视频操作。