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。
  • 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。
  • 实现人脸跟踪,运行例程第一张脸,为什么不画框?



    • import sensor, image, time
      import car
      from pid import PID
      
      # You may need to tweak the above settings for tracking green things...
      # Select an area in the Framebuffer to copy the color settings.
      
      sensor.reset() # Initialize the camera sensor.
      sensor.set_pixformat(sensor.GRAYSCALE) # use GRAYSCALE.
      sensor.set_framesize(sensor.QQVGA) # use QQVGA for speed.
      sensor.skip_frames(10) # Let new settings take affect.
      sensor.set_auto_whitebal(False) # turn this off.
      
      sensor.set_contrast(3)
      sensor.set_gainceiling(16)
      
      # 跳过几帧,让感光元件稳定下来,使设置生效
      sensor.skip_frames(time = 2000)
      
      # 把True改成False就可以关闭纵向翻转
      #sensor.set_vflip(True)
      # 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
      # Find a face!
      # 找一张脸!
      while (kpts1 == None):
          img = sensor.snapshot()
          img.draw_string(0, 0, "Looking for a face...")
          # Find faces
          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]+31*2, objects[0][3]+31*2)
              # 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)
              # 在第一个人脸周围画一个矩形
              img.draw_rectangle(objects[0],color=120, thickness=10,fill=True )
      


    • 在脸前面加一个灯光,灯光照在人脸上。