OpenMV入门(下)

之前的文章篇幅实在有点太大，找起东西来不太方便，我们接着新开的内容继续描述：

接下来我们要进行的内容是目标跟随，但是目前得到的问题是我们不知道我们要跟随的物体是不是固定的，所以我们先用颜色识别来替代 (所要寻找的东西为橙色的物体，同时，我们要用K210直接驱动我们的舵机，来让摄像头跟随着物体)

1. 物体的颜色识别：

我们使用寻找最大色块的代码，来追踪我们的物体


import sensor,lcd,time
import gc,sys
import ustructfrom machine import UART,Timer
from fpioa_manager import fm#映射串口引脚
fm.register(6, fm.fpioa.UART1_RX, force=True)
fm.register(7, fm.fpioa.UART1_TX, force=True)
uart = UART(UART.UART1, 115200, read_buf_len=4096)#摄像头初始化
sensor.reset()
sensor.set_pixformat(sensor.RGB565)
sensor.set_framesize(sensor.QVGA)
sensor.set_vflip(1) #后置模式，所见即所得
sensor.set_auto_whitebal(False)#白平衡关闭#lcd初始化
lcd.init()
# 颜色识别阈值 (L Min, L Max, A Min, A Max, B Min, B Max) LAB模型
# 此处识别为橙色，调整出的阈值，全部为红色
barries_red = (20, 100, -5, 106, 36, 123)clock=time.clock()#打包函数
def send_data_wx(x,a):global uart;data = ustruct.pack("<bbhhhhb",0x2c,0x12,int(x),int(a),0x5B)uart.write(data);#找到最大色块函数
def find_max(blods):max_size=0for blob in blobs:if blob.pixels() > max_size:max_blob=blobmax_size=blob.pixels()return max_blobwhile True:clock.tick()img=sensor.snapshot()#过滤blods = img.find_blobs([barries_red],x_strid=50)blods = img.find_blobs([barries_red],y_strid=50)blods = img.find_blobs([barries_red],pixels_threshold=100)blods = img.find_blobs([barries_red],area_threshold=60)blobs = img.find_blobs([barries_red])  #找到阈值色块cx=0;cy=0;if blobs:max_blob = find_max(blobs) #找到最大色块cx=max_blob[5]cy=max_blob[6]cw=max_blob[2]ch=max_blob[3]img.draw_rectangle(max_blob[0:4])img.draw_cross(max_blob[5],max_blob[6])lcd.display(img)     #LCD显示图片print(max_blob[5],max_blob[6])send_data_wx(max_blob[5],max_blob[6])

2. 舵机的驱动代码：

from machine import Timer,PWM
import time
#PWM 通过定时器配置，接到 IO17 引脚tim = Timer(Timer.TIMER0, Timer.CHANNEL0, mode=Timer.MODE_PWM)
S1 = PWM(tim, freq=50, duty=0, pin=17)
'''
说明：舵机控制函数
功能：180 度舵机：angle:-90 至 90 表示相应的角度360 连续旋转度舵机：angle:-90 至 90 旋转方向和速度值。【duty】占空比值：0-100
'''def Servo(servo,angle):S1.duty((angle+90)/180*10+2.5)while True:#-45 度Servo(S1,-45)time.sleep(2)#0 度Servo(S1,0)time.sleep(2)#45 度Servo(S1,45)time.sleep(2)

我们通过文档来看一下，该如何使用180°舵机：

舵机驱动，需要3根线(GND VC++(5V) 信号(P17))

180°舵机的控制一般需要一个 20ms 左右的时基脉冲，该脉冲的高电平部分一般为 0.5ms-2.5ms 范围内的角度控制脉冲部分，总间隔为 2ms 。以 180 度角度伺服为例，在 MicroPython 编程对应的控制关系是从 -90 °至 90°.

tim = Timer(Timer.TIMER0, Timer.CHANNEL0, mode=Timer.MODE_PWM)#配置定时器
S1 = PWM(tim, freq=50, duty=0, pin=17) #开启S1口的PWM控制

开启S1（Pin17的PWM，设置初始占空比为0）

PWM 对象在 machine 模块下。
【tim】K210 的 PWM 依赖于定时器来产生波形,在上方设置
【freq】PWM 频率
【duty】PWM 占空比
【pin】PWM 输出引脚

【enable】是否在构建对象后立即产生波形，默认 True。

在软件内，这些角度都是已经被封装好的，我们可以直接通过PWM来驱动舵机，流程图如下：

其中：

def Servo(servo,angle):S1.duty((angle+90)/180*10+2.5)

这个代码是我们来计算转的角度，调用他，我们就可以直接转到我们需要的角度，其中 0就是我们的居中位(servo是我们的位置，angle则是转的角度)

=====>> to be continue...

OpenMV入门(下)相关推荐

Qt学习之Qt基础入门(下)
1. 前言前两篇博客简单的阐述了一下Qt的入门用法,这篇博客继续跟着视频学习. Qt入门系列: Qt学习之C++基础 Qt学习之Qt安装 Qt学习之Qt基础入门(上) Qt学习之Qt基础入门(中) ...
Openmv入门01——HAL库stm32
Openmv入门01 开启一个项目 Openmv程序 1.识别长度 2.识别面积 STM32 1.识别长度 2.识别面积开启一个项目看看例程~很快上手https://docs.singtown.c ...
OpenMV入门介绍
目录一.OpenMV是什么二.OpenART mini与OpenMV对比三.图像处理背景知识 1.像素和分辨率 2. 帧率 3.RGB三原色 4.LAB颜色空间四.OpenMV图像处理方法 1 ...
mysql 同一张表某个字段更新到另一条数据上_面试基础：数据库MySQL基础入门(下)...
本文是面试基础的第二篇.本篇偏理论,包括三节: 事务和并发数据库设计索引所选的三个内容均是面试的高频考察点,需要细致地理解 No.1 事务和并发事务:数据库操作的基本单元.对于数据库的 ...
一、基础入门下------------视频处理
1.cv2.VideoCapture类函数介绍* cv2.VideoCpature类的常用函数包括初始化.打开.帧捕获.释放和属性设置等. 1.1初始化捕获对象 = cv2.VideoCapture ...
【菜鸟教程】Dubbo基础入门下——Dubbo的入门案例
hm视频还是有点粗-源码分析跟没讲一样要学深入的话还是买书吧 Dubbo高可用服务路由服务路由包含一条路由规则,路由规则决定了服务消费者的调用目标,即规定了服务消费者可调用哪些服务提供者,Dub ...
JavaScript的入门(下)
目录一.JavaScript的内置对象-----Array 二.JavaScript自定义对象的方式 1.第一种表示方式:function 对象名(形式列表...) 2.第二种表示方式:定义对象的时 ...
崔毅东 C++程序设计入门(下) 第9单元:白公曾咏牡丹芳，一种鲜妍独“异常” 笔记
第01节:概览异常 QuotientWithException.cpp #include <iostream> using namespace std;int main() {// Rea ...
第一周 Web开发入门(下)
七.JavaScript对象模型---BOM对象使JavaScript可以与浏览器进行对话. 1.window对象 window.innerHeight - 浏览器窗口的内高度(以像素计) wind ...

OpenMV入门(下)

1. 物体的颜色识别：

2. 舵机的驱动代码：

OpenMV入门(下)相关推荐

最新文章

热门文章