pt6u 发布的帖子

你好，内存卡格式化之后，重新建的相关文件夹，重试之后设置的拍摄20张，但还是第一次只拍10张，修改序号后，第二次拍第一张后就失败断开

例程代码设置的20张采集样本，结果第一次运行只采集了10张就停了，然后修改num为1后，再次运行代码，只采集一次，机器就断开连接了，内存卡是16G的，对内存卡的识别也是正常的

# Snapshot Example
#
# Note: You will need an SD card to run this example.
#
# You can use your OpenMV Cam to save image files.

import sensor, image, pyb

RED_LED_PIN = 1
BLUE_LED_PIN = 3

sensor.reset() # Initialize the camera sensor.
sensor.set_pixformat(sensor.GRAYSCALE) # or sensor.GRAYSCALE
sensor.set_framesize(sensor.B128X128) # or sensor.QQVGA (or others)
sensor.set_windowing((92,112))
sensor.skip_frames(10) # Let new settings take affect.
sensor.skip_frames(time = 2000)

num = 2 #设置被拍摄者序号，第一个人的图片保存到s1文件夹，第二个人的图片保存到s2文件夹，以此类推。每次更换拍摄者时，修改num值。

n = 20 #设置每个人拍摄图片数量。

#连续拍摄n张照片，每间隔3s拍摄一次。
while(n):
    #红灯亮
    pyb.LED(RED_LED_PIN).on()
    sensor.skip_frames(time = 3000) # Give the user time to get ready.等待3s，准备一下表情。

    #红灯灭，蓝灯亮
    pyb.LED(RED_LED_PIN).off()
    pyb.LED(BLUE_LED_PIN).on()

    #保存截取到的图片到SD卡
    print(n)
    sensor.snapshot().save("singtown/s%s/%s.pgm" % (num, n) ) # or "example.bmp" (or others)

    n -= 1

    pyb.LED(BLUE_LED_PIN).off()
    print("Done! Reset the camera to see the saved image.")

请问大佬们openmv支持用hsv进行颜色识别吗，替换掉rgb识别

最开始就是全部打印出来的，但其他的参数没有用，所以我打印了statistics.l_mode(） statistics.a_mode() statistics.b_mode() 这三个参数，这三个参数就是if语句的判断条件，打印出来的结果是满足if语句的，但问题就是没运行if语句下的代码

你好，没有说同时执行if，else语句，我意思是在代码满足if语句条件的时候，但他没运行if语句下的代码块，而是运行了else下的代码块，这几天我测试发现把这一句：
if 0<statistics.l_mode()<36 and -20<statistics.a_mode()<10 and -10<statistics.b_mode()<-128:
中的and全部改成or的时候才能满足判断语句，然后运行if下的语句，但是我看颜色与形状识别视频教程时，教程用的就是and语句

请问我在做颜色和形状同时识别时，为什么在满足if语句的条件时，程序还在执行else的语句（判断条件的色块范围我是根据打印的众数写的范围，因为之前试了多颜色例程中的蓝色的色块范围不行）

import sensor, image, time

sensor.reset()
sensor.set_pixformat(sensor.RGB565)
sensor.set_framesize(sensor.QQVGA)
sensor.skip_frames(time = 2000)
sensor.set_auto_gain(False) # must be turned off for color tracking
sensor.set_auto_whitebal(False) # must be turned off for color tracking
clock = time.clock()

while(True):
    clock.tick()
    img = sensor.snapshot().lens_corr(1.8)
    for c in img.find_circles(threshold = 3500, x_margin = 10, y_margin = 10, r_margin = 10,
            r_min = 2, r_max = 100, r_step = 2):
        area = (c.x()-c.r(), c.y()-c.r(), 2*c.r(), 2*c.r())
        #area为识别到的圆的区域，即圆的外接矩形框
        statistics = img.get_statistics(roi=area)#像素颜色统计
        print(statistics.l_mode(),statistics.a_mode(),statistics.b_mode())
        #(0,100,0,120,0,120)是红色的阈值，所以当区域内的众数（也就是最多的颜色），范围在这个阈值内，就说明是红色的圆。
        #l_mode()，a_mode()，b_mode()是L通道，A通道，B通道的众数。
        if 0<statistics.l_mode()<36 and -20<statistics.a_mode()<10 and -10<statistics.b_mode()<-128:#if the circle is red
            img.draw_circle(c.x(), c.y(), c.r(), color = (0, 0, 255))#识别到的红色圆形用红色的圆框出来
            print(1)
        else:
            img.draw_rectangle(area, color = (255, 255, 255))
            print(2)
            #将非红色的圆用白色的矩形框出来

好的，谢谢大佬

在代码中 sum+=l.theta()一直报错，改为将l.theta()改为其他类型，还是报错，请问怎样解决啊

import sensor, image, time, math

sensor.reset()
sensor.set_pixformat(sensor.RGB565) # 灰度更快
sensor.set_framesize(sensor.QQVGA)
sensor.skip_frames(time = 2000)
clock = time.clock()

# 所有线段都有 `x1()`, `y1()`, `x2()`, and `y2()` 方法来获得他们的终点
# 一个 `line()` 方法来获得所有上述的四个元组值，可用于 `draw_line()`.

while(True):
    clock.tick()
    img = sensor.snapshot()
    if enable_lens_corr: img.lens_corr(1.8) # for 2.8mm lens...

    for l in img.find_line_segments(merge_distance = 10, max_theta_diff = 10):
        img.draw_line(l.line(), color = (255, 0, 0))
        sum+=l.theta()
    sum-=180

    if sum<110 and sum>1:
        print('三角形')
        num_segment=1

最初的想法就是通过瞳孔识别进行眨眼次数的判断，当闭眼时，则无法识别到瞳孔，则num加一。我是通过调取瞳孔识别函数的返回的一个固定值，作为标志项，进行判断的，但是发现几个问题，一个是打印出的num速度过快，加了定时器还是一样的结果。还有就是将第一个判断语句的等号变成不等号，那代码将不往下执行打印，但显然当识别不到瞳孔的时候，标志不相等应该是恒成立的。代码如下，求大佬解惑

import sensor, time, image
from pyb import Timer

sensor.reset()
sensor.set_contrast(3)
sensor.set_gainceiling(16)
sensor.set_framesize(sensor.VGA)
sensor.set_windowing((220, 190, 200, 100))
sensor.set_pixformat(sensor.GRAYSCALE)

num=0
flag=0

eyes_cascade = image.HaarCascade("eye", stages=24)
clock = time.clock()

while (True):
    clock.tick()
    img = sensor.snapshot()
    eyes = img.find_features(eyes_cascade, threshold=0.5, scale_factor=1.5)

    for e in eyes:
        iris = img.find_eye(e)
        img.draw_rectangle(e)
        img.draw_cross(iris[0], iris[1])

        a=str(img.draw_cross(iris[0], iris[1]).copy())
        flag=int(a[5])

        def ad(timer):
            global num
            num=num+1

        tim = Timer(2, freq=1)
        
        if flag==2:
            tim.callback(ad)
            print(num)
        else:
            print(1)

import sensor, time, image, pyb
from pyb import UART

sensor.reset() # Initialize the camera sensor.
sensor.set_pixformat(sensor.GRAYSCALE) # or sensor.GRAYSCALE
sensor.set_framesize(sensor.B128X128) # or sensor.QQVGA (or others)
sensor.set_windowing((92,112))
sensor.skip_frames(10) # Let new settings take affect.
sensor.skip_frames(time = 5000) #等待5s

uart = UART(3, 115200)

while(True):
if uart.any():
a=uart.readline().decode().strip()
print(a)
break

#SUB = "s1"
NUM_SUBJECTS = 2 #图像库中不同人数，一共6人
NUM_SUBJECTS_IMGS = 20 #每人有20张样本图片

img = sensor.snapshot()
#img = image.Image("singtown/%s/1.pgm"%(SUB))
d0 = img.find_lbp((0, 0, img.width(), img.height()))
#d0为当前人脸的lbp特征
img = None
pmin = 999999
num=0

def min(pmin, a, s):
global num
if a<pmin:
pmin=a
num=s
return pmin

for s in range(1, NUM_SUBJECTS+1):
dist = 0
for i in range(2, NUM_SUBJECTS_IMGS+1):
img = image.Image("singtown/s%d/%d.pgm"%(s, i))
d1 = img.find_lbp((0, 0, img.width(), img.height()))
#d1为第s文件夹中的第i张图片的lbp特征
dist += image.match_descriptor(d0, d1)#计算d0 d1即样本图像与被检测人脸的特征差异度。
print("Average dist for subject %d: %d"%(s, dist/NUM_SUBJECTS_IMGS))
pmin = min(pmin, dist/NUM_SUBJECTS_IMGS, s)#特征差异度越小，被检测人脸与此样本更相似更匹配。
print(pmin)
#print(2)

print(num) # num为当前最匹配的人的编号。
uart.write(str(num)+'\r\n')

我想让人脸识别结束后，将结果发送出去后，再回到程序开始的串口接收部分继续运行程序，请问该怎样弄？

@kidswong999 那请问我是应该用break跳出循环还是其他方法，麻烦你啦

import sensor, time, image, pyb
from pyb import UART
from pyb import Pin, ExtInt

uart = UART(3, 115200)

while(True):
    if uart.any():
        a=uart.readline().decode().strip()
        print(a)

sensor.reset() # Initialize the camera sensor.
sensor.set_pixformat(sensor.GRAYSCALE) # or sensor.GRAYSCALE
sensor.set_framesize(sensor.B128X128) # or sensor.QQVGA (or others)
sensor.set_windowing((92,112))
sensor.skip_frames(10) # Let new settings take affect.
sensor.skip_frames(time = 5000) #等待5s


#SUB = "s1"
NUM_SUBJECTS = 2 #图像库中不同人数，一共6人
NUM_SUBJECTS_IMGS = 20 #每人有20张样本图片

# 拍摄当前人脸。
img = sensor.snapshot()
#img = image.Image("singtown/%s/1.pgm"%(SUB))
d0 = img.find_lbp((0, 0, img.width(), img.height()))
#d0为当前人脸的lbp特征
img = None
pmin = 999999
num=0

def min(pmin, a, s):
    global num
    if a<pmin:
        pmin=a
        num=s
    return pmin

for s in range(1, NUM_SUBJECTS+1):
    dist = 0
    for i in range(2, NUM_SUBJECTS_IMGS+1):
        img = image.Image("singtown/s%d/%d.pgm"%(s, i))
        d1 = img.find_lbp((0, 0, img.width(), img.height()))
        #d1为第s文件夹中的第i张图片的lbp特征
        dist += image.match_descriptor(d0, d1)#计算d0 d1即样本图像与被检测人脸的特征差异度。
    print("Average dist for subject %d: %d"%(s, dist/NUM_SUBJECTS_IMGS))
    pmin = min(pmin, dist/NUM_SUBJECTS_IMGS, s)#特征差异度越小，被检测人脸与此样本更相似更匹配。
    print(pmin)

print(num) # num为当前最匹配的人的编号。
uart.write(str(num)+'\r\n')

我在串口助手上发0给openmv，串行终端读到了0，然后就停在了那一步，我想问一下怎样修改代码，可以让openmv接收到数据后，能继续运行后面的人脸识别程序

import sensor, time, image, pyb
from pyb import UART
from pyb import Pin, ExtInt

pin0 = Pin('P0', Pin.IN, Pin.PULL_UP)

def callback_PIN0(line):

    pin0.value()==0

    pyb.delay(10)

extint = pyb.ExtInt(pin0, pyb.ExtInt.IRQ_FALLING, pyb.Pin.PULL_UP, callback_PIN0)

while(True):

    if pin0.value()==0:

        uart = UART(3, 115200)

        if uart.any():

                a=uart.readline().decode().strip()

        pyb.delay(10)



sensor.reset() # Initialize the camera sensor.
sensor.set_pixformat(sensor.GRAYSCALE) # or sensor.GRAYSCALE
sensor.set_framesize(sensor.B128X128) # or sensor.QQVGA (or others)
sensor.set_windowing((92,112))
sensor.skip_frames(10) # Let new settings take affect.
sensor.skip_frames(time = 5000) #等待5s


#SUB = "s1"
NUM_SUBJECTS = 2 #图像库中不同人数，一共6人
NUM_SUBJECTS_IMGS = 20 #每人有20张样本图片

# 拍摄当前人脸。
img = sensor.snapshot()
#img = image.Image("singtown/%s/1.pgm"%(SUB))
d0 = img.find_lbp((0, 0, img.width(), img.height()))
#d0为当前人脸的lbp特征
img = None
pmin = 999999
num=0

def min(pmin, a, s):
    global num
    if a<pmin:
        pmin=a
        num=s
    return pmin

for s in range(1, NUM_SUBJECTS+1):
    dist = 0
    for i in range(2, NUM_SUBJECTS_IMGS+1):
        img = image.Image("singtown/s%d/%d.pgm"%(s, i))
        d1 = img.find_lbp((0, 0, img.width(), img.height()))
        #d1为第s文件夹中的第i张图片的lbp特征
        dist += image.match_descriptor(d0, d1)#计算d0 d1即样本图像与被检测人脸的特征差异度。
    print("Average dist for subject %d: %d"%(s, dist/NUM_SUBJECTS_IMGS))
    pmin = min(pmin, dist/NUM_SUBJECTS_IMGS, s)#特征差异度越小，被检测人脸与此样本更相似更匹配。
    print(pmin)

print(num) # num为当前最匹配的人的编号。
uart.write(str(num)+'\r\n')


主要想实现stm32发送信息给openmv，用来触发openmv中断下的接收函数，在接受到信息后，能运行人脸识别程序，再将openmv人脸识别结果发给32

@kidswong999 是按照视频的步骤进行的

用给定的人脸分辨的例子，显示说断言失败

你好请问这个人脸识别代码为什么不能输出num的值，串行口显示没有输出值，万分感谢

import sensor, time, image, pyb

sensor.reset() # Initialize the camera sensor.
sensor.set_pixformat(sensor.GRAYSCALE) # or sensor.GRAYSCALE
sensor.set_framesize(sensor.B128X128) # or sensor.QQVGA (or others)
sensor.set_windowing((92,112))
sensor.skip_frames(10) # Let new settings take affect.
sensor.skip_frames(time = 5000) #等待5s
num = 0
def min(pmin, a, s):
    global num
    print(00000000)
    if a < pmin:
        pmin = a
        num = s
        
    return pmin
    sensor.reset() # Initialize the camera sensor.
    sensor.set_pixformat(sensor.GRAYSCALE) # or sensor.GRAYSCALE
    sensor.set_framesize(sensor.B128X128) # or sensor.QQVGA (or others)
    sensor.set_windowing((92,112))
    sensor.skip_frames(10) # Let new settings take affect.
    sensor.skip_frames(time = 5000) #等待5s
    
    NUM_SUBJECTS = 2
    NUM_SUBJECTS_IMGS = 20
    img = sensor.snapshot()
    d0 = img.find_lbp((0, 0, img.width(), img.height()))
    img = None
    pmin = 999999
    num = 0
    for s in range(1, NUM_SUBJECTS + 1):
        dist = 0
        for i in range(2, NUM_SUBJECTS_IMGS + 1):
            img = image.Image("singtown/s%d/%d.pgm" % (s, i))
            d1 = img.find_lbp((0, 0, img.width(), img.height()))
            dist += image.match_descriptor(d0, d1)
        print("Average dist for subject %d: %d" % (s, dist / NUM_SUBJECTS_IMGS))
        pmin = min(pmin, dist / NUM_SUBJECTS_IMGS, s)
        print(pmin)
        if dist / NUM_SUBJECTS_IMGS == pmin:
            num = s
    print(num)

请问我现在想将openmv的图片截取一张传给onenet平台，openmv这边可以实现吗？如果可以的话，能否通过stm32来发送这个截取图片的命令

想通过串口给32发送mv识别二维码

的信息，但只想发送四个xywh坐标，不想发送其他的信息，但是改的代码却把qrcode函数下的九类信息全发到调试助手上了，请问怎样修改才能让只发送qrcodes函数下的一部分信息给别的单片机？拜托了！

import sensor, image, time
from pyb import UART
import json
sensor.reset()
sensor.set_pixformat(sensor.RGB565)
sensor.set_framesize(sensor.QVGA)
sensor.skip_frames(time = 2000)
sensor.set_auto_gain(False) # must turn this off to prevent image washout...
clock = time.clock()
uart = UART(3, 115200)

while(True):
    clock.tick()
    img = sensor.snapshot()
    img.lens_corr(1.8) # strength of 1.8 is good for the 2.8mm lens.
    for code in img.find_qrcodes():
        img.draw_rectangle(code.rect(), color = (255, 0, 0))
        output_str = json.dumps(code)
        print('you send:',output_str)
        uart.write(output_str+'\n')
    else:
        print('not found!')