goe2 发布的帖子

# Untitled - By: WeiLiuKong - 周二 3月 9 2021

import sensor, image, time, utime

sensor.reset()
sensor.set_pixformat(sensor.RGB565)
sensor.set_framesize(sensor.WQXGA2)   # 2592x1944
sensor.set_windowing((1138, 722, 622, 1088)) #取中间的640*80区域

sensor.set_auto_gain(False,gain_db=14.8)
sensor.set_auto_whitebal(False)
sensor.set_auto_exposure(False, exposure_us=10200)  # 10200
sensor.skip_frames(time = 300)



while(True):
    img = sensor.snapshot()
    img.histeq(adaptive=True, clip_limit=9)
    img.mean(2)
    img.median(1, percentile=0.9)

采用原始图做直方图处理就没问题，加了set_window， 就会产生拖影

原始图如下

采用两种字典排序方式，但是结果都不对，求大佬指导-----

# Untitled - By: PC - 周五 9月 11 2020

import sensor, image, time

sensor.reset()
sensor.set_pixformat(sensor.RGB565)
sensor.set_framesize(sensor.QVGA)
sensor.skip_frames(time = 2000)


while(True):
    img = sensor.snapshot()
    # one method   排序
    c = {3: 56, 5: 87, 2: 889, 1: 0}
    sorted(c.items(),key = lambda x:x[0], reverse = False)
    print("c: ", c)
    print("sor after: ", c)
    
    # two method   排序
    newDict = {}
    for i in sorted(c):
        newDict[i] = c[i]
        print("i: ", i, newDict[i])
    print("new: ", newDict)    
        
![0_1599786333727_1111111.png](https://fcdn.singtown.com/d6d90144-c6d2-4fd5-b9e6-a1cc1c17b25b.png) 

# Untitled - By: DianlongYang - 周二 9月 8 2020

import sensor, image, time

sensor.reset()
sensor.set_pixformat(sensor.RGB565) # grayscale is faster (160x120 max on OpenMV-M7)
sensor.set_framesize(sensor.QQVGA) # 320 * 240
sensor.set_auto_gain(False,gain_db=20) #设置增益值（自动增益模式下的典型值为9）
sensor.set_auto_whitebal(False) #如果开启自动白平衡，设备会自动调整（不同颜色通道的）增益
sensor.set_auto_exposure(False, exposure_us=37966) #设置曝光时长（自动模式下的典型值是5845us）
sensor.skip_frames(time = 2000)


ROI_X = 87  #56  59
ROI_Y= 25  #2   10
ROI_W = 38  #40  38
ROI_H= 70 #75  70
ROI = (ROI_X,ROI_Y,ROI_W ,ROI_H)

while(True):
    init12 = time.ticks()
    img = sensor.snapshot()
    img.draw_rectangle(ROI,color = (0, 0, 0), thickness = 1, fill = False)
    # 5分条
    img.draw_line((ROI_X+9, 82, ROI_X+9 + 20, 82), color = (255, 0, 0),thickness=1)
    img.draw_line((ROI_X+9, 50, ROI_X+9 + 20, 50), color = (255, 0, 0),thickness=1)
    init32 = time.ticks()
    print(init32 - init12)
    
    
    
    

+1 这为啥会出现这个问题？

摄像头出厂一个像素点多少毫米？

把摄像头设置为RGB565模式之后，如何把得到的图像进行灰度化。（并不是

一开始就设置为sensor.GRAYSCALE）

查了文档发现好像没有将彩色图转换为灰度图的函数？

统计数据对象 类 Statistics 中的求均值函数（statistics.mean()）返回值为 int 型，请

问有没有类似的函数返回值为 浮点型的？(本人现在想精确计算一段区域的灰度均

值，希望数值精确到小数点)

![0_1570763155002_微信截图_20191011110325.png](https://fcdn.singtown.com/255f19ca-35d0-

import sensor, image, time
from image import SEARCH_EX, SEARCH_DS


# Set sensor settings
#sensor.set_contrast(1)
#sensor.set_gainceiling(16)

sensor.reset()
sensor.set_pixformat(sensor.RGB565)
sensor.set_framesize(sensor.QVGA)
sensor.skip_frames(time = 2000)




# Load template.
# Template should be a small (eg. 32x32 pixels) grayscale image.
template = image.Image("/template.pgm")



clock = time.clock()

while(True):
    clock.tick()
    img = sensor.snapshot()
    
    if img.format() != sensor.GRAYSCALE:
        imge = img.to_grayscale()  #默认False , True内存溢出
        r = imge.find_template(template, 0.70, step=4, search=SEARCH_EX) #, roi=(10, 0, 60, 60))
        if r:
            img.draw_rectangle(r,color = (0, 0, 0), thickness = 1, fill = False)
        else:
            ROI_X=50
            ROI_Y=13
            ROI_W=60
            ROI_H=80 
            ROI=(ROI_X,ROI_Y,ROI_W ,ROI_H) 
            img.draw_rectangle(ROI,color = (0, 0, 0), thickness = 1, fill = False)
        
    print(clock.fps())

4c49-bfb2-4d9b7fe2e12d.png)

看到官方例程的lenet网络用于进行数字识别；我现在希望想用lenet网络识别自己的东西，请问可以用来进行识别处理吗？还有如果可以，如何识别一个轻型的lenet网络？有没有参考文档呢？

摄像头连续采集在固定位置的物体，每次得到物体的灰度值都有差异，是怎么回事呢？请问是因为相机质量差的原因吗？