• 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。
  • openmv3会在运行过程就很卡(有时甚至卡住),之后会出现断连,要怎么解决呢?



    • 以下是我的代码以及内存使用情况,拜托大佬们了,困扰很多天了,呜呜呜。

      import sensor, image, time,math,pyb
      from pyb import UART,LED
      import json
      import ustruct
      uart = UART(3,115200)   #定义串口3变量
      uart.init(115200, bits=8, parity=None, stop=1)
      sensor.reset()
      sensor.set_pixformat(sensor.RGB565)
      sensor.set_framesize(sensor.QVGA)
      sensor.skip_frames(time = 2000)
      sensor.set_auto_gain(False) #关增益
      sensor.set_auto_whitebal(False) #关白平衡
      clock = time.clock()
      
      up_roi   = [0,0,80,15] #上采样区
      down_roi = [0,55,80,15] #下采样区
      mid_roi  = [15,15,50,30] #中心横向采样区
      left_roi = [0,0,25,60] #左采样区
      right_roi = [55,0,25,40] #右采样区
      thresholds = [(30,0,-128,127,-128,127)] #黑色物体阈值,需修改
      THRESHOLD  = (138,186) #灰度图 黑色物体阈值,可能需修改
      
      class singleline_check():
          ok = 0
          flag1 = 0
          flag2 = 0
          rho_err = 0
          theta_err = 0
      
      up   = singleline_check()
      down = singleline_check()
      left = singleline_check()
      right = singleline_check()
      line  = singleline_check()
      singleline_check = singleline_check()
      
      #线检测数据打包
      def pack_linetrack_data():
          pack_data = bytearray([0xAA,
              0x61,
              0X88,
              singleline_check.rho_err,
              singleline_check.theta_err])
          #清零线检测偏移数据和倾角数据,在未检测到线时,输出为零
          singleline_check.rho_err = 0
          singleline_check.theta_err = 0
          return pack_data
      
      def fine_border(img,area,area_roi):
          #线性回归算法——by最小二乘法;返回一个image.line对象
          singleline_check.flag1 = img.get_regression([(255,255)],roi = area_roi,robust = True)
          if(singleline_check.flag1):
              area.ok = 1
      
      def found_line(img):
          singleline_check.flag2 = img.get_regression([(255,255)],robust = True)
          if(singleline_check.flag2):
              #求线段偏移量的绝对值
              singleline_check.rho_err = abs(singleline_check.flag2.rho())-0
              if singleline_check.flag2.theta()>90:
                  #求角度的偏移量
                  singleline_check.theta_err = singleline_check.flag2.theta()-0
              else:
                  singleline_check.theta_err = singleline_check.flag2.theta()-0
              #画条直线(颜色可为灰度)
              img.draw_line(singleline_check.flag2.line(),color = 127)
      
      def check_line(img):
          fine_border(img,up,up_roi)       #上边界区域检测
          fine_border(img,down,down_roi)   #下边界区域检测
          fine_border(img,left,left_roi)   #左边界区域检测
          fine_border(img,right,right_roi) #右边界区域检测
          line.flag = 0
          if up.ok:
              line.flag = line.flag | 0x01 #0000 0001将line.flag第1位置置1
          if down.ok:
              line.flag = line.flag | 0x02 #0000 0010
          if left.ok:
              line.flag = line.flag | 0x04 #0000 0100
          if right.ok:
              line.flag = line.flag | 0x08 #0000 1000
          #测试,记得屏蔽
          print(line.flag)
          #线检测
          found_line(img)
          #清零标志位
          up.ok = down.ok = left.ok = right.ok = 0
          #发送数据函数调用
          uart.write(pack_linetrack_data())
      
      while(True):
          clock.tick()
          sensor.set_pixformat(sensor.GRAYSCALE)
          img = sensor.snapshot().binary([THRESHOLD]).erode(0) #erode(0)
          check_line(img)
          #cx=0;cy=1;cw=3;ch=4;
          #FH = bytearray([0xAA,0x61,0X88,cx,cy,cw,ch])
          #uart.write(FH)
          #print(cx,cy,cw,ch)
      
      

      0_1626228219374_openmv3内存.PNG



    • 原因很简单,就是因为算法调用太多了,cpu算的太慢了。你一个循环内调用了5次get_regression,当然慢。



    • 谢谢解答,呜呜呜,含泪去改代码了。