openmv能做基于火焰的识别定位或者说高温物体的识别检测吗？
比如100摄氏度以上。

我参照人脸辨别，可是

使用Haar Cascade特征检测器来工作。 haar级联是

一系列简单的区域对比检查。 对于内置的前表面探测器，有25个阶段的检查，

每个阶段有数百个检查一块。

face_cascade = image.HaarCascade("frontalface", stages=25)
#image.HaarCascade(path, stages=Auto)加载一个haar模型。haar模型是二进制文件

想实现识别简单零件缺陷的辨别，NG OK，只需两个训练集，没有人脸辨别那么复杂。怎么实现？请大神指点。

火焰烟火识别，能通过调低曝光，会跟灯混淆；能否通过训练方法，比如类似辨别人脸一样。先训练，或是有什么好的方法识别烟火的。

刚解决，换数据线，好了。谢谢

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 )

回复: Flir Lepton温度显示偏低

已解决，经查文档，换成writchar();函数，值得和mvdemo显示得对应关系，而不是一样。

做人脸识别想把结果通过232串口线传输到电脑，显示乱码。运行串口helloWorld也是乱码。（16位和ASCM都设置过）

请在这里粘贴代码
print(num) # num为当前最匹配的人的编号。

uart.write(num+'\r\n')   #串口发送num值
#while(True):
#uart.write(bytes(0xEE))   #串口发送16进制数
#uart.write(ustruct.pack("<lhb",num))

#uart.write(myinput) 
uart.write(bytes(num))

已解决，谢谢。换了张SDK低于32G。

回复: 如何使用sd卡

如何根据openmv识别物体后的坐标数据，xyz驱动步进电机

那就一起催催大神

链接文本

main函数：

import pyb
from stepper import Stepper
from pyb import Pin
dir_pin = Pin('P0')
stp_pin = Pin('P1')
s = Stepper(step_pin=stp_pin, dir_pin=dir_pin)
s.steps()
s.steps(100)
s.steps(-100)

stepper函数

from pyb import udelay
from pyb import Pin
class Stepper:
    def __init__(self, step_pin, dir_pin, step_time=200):
        #初始化
        self.stp = step_pin
        self.dir = dir_pin

        self.stp.init(Pin.OUT_PP)
        self.dir.init(Pin.OUT_PP)

        self.step_time = step_time # us
        self.steps_per_rev = 1600
        self.current_position = 0

    def steps(self, step_count=1):
        #驱动电机走几步
        self.dir.value(0 if step_count > 0 else 1)#当step_count为正数的时候，设置dir引脚为低电平。否则为高电平。
        for i in range(abs(step_count)):#发送step_count数量的脉冲
            self.stp.value(1)
            udelay(self.step_time)
            self.stp.value(0)
            udelay(self.step_time)
        self.current_position += step_count#记录现在的角度

回复: openmv怎么接红外寻迹模块和超声波避障模块呢？

import time
from pyb import Servo
from pyb import Pin
s1 = Servo(1)
s2 = Servo(2)
p_in00 = Pin("P6", Pin.IN)#设置p0输入
p_in00.value()
while(True):
    if p_in00.value()==1:
       for i in range(1000):
           s1.pulse_width(600 + i)
           time.sleep(8)
       for i in range(500):
           s1.pulse_width(500 - i)
        #s2.pulse_width(1000 + i)
           time.sleep(10)

@kidswong999 怎么，连接好，还是报错呢？

你好！调试出现个小问题，满足for循环条件输出了高电平，这个实现了，不是圆形时输出低电平实现不了，还有当拿走红色圆，仍为高电平（应该为低才对）。备注识别红色圆：