嵌入式硬件---OpenMV文件系统基本图像处理

前言

以上就是今天要讲的内容，本文简单介绍了OpenMV中文件系统、基本图像操作。

第一部分:文件系统

根目录

路径都是以根目录为起点。
当插入sd卡后，根目录就是SD卡；
不插入sd卡，根目录就是内置的Flash。

绝对路径与相对路径

绝对路径是以根目录为起点的，相对路径是以当前目录为起点的。

MicroPython的OS模块

1. os.listdir([dir])
   如果**没有参数，列出当前目录。**如果给了参数，就列出参数所代表的目录。

2. os.getcwd()
   获得当前目录

3. os.mkdir(path)
   新建一个新的目录

4. os.remove(path)
   删除文件

5. os.rmdir(path)
   删除目录

6. os.rename(old_path, new_path)
   重命名文件

main.py

上电自动运行这个文件的代码，代码执行的当前目录就是根目录。

第二部分:图像处理

图像像素

分辨率即有多少像素
焦距越大-仰角越小-成像越大

感兴趣区

roi的格式是(x, y, w, h)的tupple.

x:ROI区域中左上角的x坐标
y:ROI区域中左上角的y坐标
w:ROI的宽度
h:ROI的高度

Statistics信息

image.get_statistics(roi=Auto)

其中roi是目标区域。注意，这里的roi，bins之类的参数，一定要显式地标明，例如：

img.get_statistics(roi=(0,0,30,60))

如果是 img.get_statistics((0,0,30,60))，ROI不会起作用。

色块寻找

函数:

image.find_blobs(thresholds, roi=Auto, x_stride=2, y_stride=1, invert=False, area_threshold=10, pixels_threshold=10, merge=False, margin=0, threshold_cb=None, merge_cb=None)

1. thresholds是颜色的阈值，注意：这个参数是一个列表，可以包含多个颜色。如果你只需要一个颜色，那么在这个列表中只需要有一个颜色值，如果你想要多个颜色阈值，那这个列表就需要多个颜色阈值。
2. roi是“感兴趣区”。
3. x_stride 就是查找的色块的x方向上最小宽度的像素，默认为2
4. y_stride 就是查找的色块的y方向上最小宽度的像素，默认为1
5. invert 反转阈值，把阈值以外的颜色作为阈值进行查找
6. area_threshold 面积阈值，如果色块被框起来的面积小于这个值，会被过滤掉
7. pixels_threshold 像素个数阈值，如果色块像素数量小于这个值，会被过滤掉
8. merge 合并，如果设置为True，那么合并所有重叠的blob为一个
9. margin 边界，如果设置为1，那么两个blobs如果间距1一个像素点，也会被合并。

对象(blobs)

find_blobs对象返回的是多个blob的列表。（注意区分blobs和blob，这只是一个名字，用来区分多个色块，和一个色块）。

blob方法：

1. blob.rect() 返回这个色块的外框——矩形元组(x, y, w, h)，可以直接在image.draw_rectangle中使用。
2. blob.x() 返回色块的外框的x坐标（int），也可以通过blob[0]来获取。
3. blob.y() 返回色块的外框的y坐标（int），也可以通过blob[1]来获取。
4. blob.w() 返回色块的外框的宽度w（int），也可以通过blob[2]来获取。
5. blob.h() 返回色块的外框的高度h（int），也可以通过blob[3]来获取。
6. blob.pixels() 返回色块的像素数量（int），也可以通过blob[4]来获取。
7. blob.cx() 返回色块的外框的中心x坐标（int），也可以通过blob[5]来获取。
8. blob.cy() 返回色块的外框的中心y坐标（int），也可以通过blob[6]来获取。
9. blob.rotation() 返回色块的旋转角度（单位为弧度）（float）。
10. blob.code() 返回一个16bit数字，每一个bit会对应每一个阈值。这个功能可以用于查找颜色代码。也可以通过blob[8]来获取。
11. blob.count() 如果merge=True，那么就会有多个blob被合并到一个blob，这个函数返回的就是这个的数量。如果merge=False，那么返回值总是1。也可以通过blob[9]来获取。
12. blob.area() 返回色块的外框的面积。应该等于(w * h)
13. blob.density() 返回色块的密度。这等于色块的像素数除以外框的区域。如果密度较低，那么说明目标锁定的不是很好。
    比如，识别一个红色的圆，返回的blob.pixels()是目标圆的像素点数，blob.area()是圆的外接正方形的面积。

颜色阈值

LAB颜色空间
一个颜色阈值的结构：

red = (minL, maxL, minA, maxA, minB, maxB)

元组里面的数值分别是L A B 的最大值和最小值。

Lab颜色空间中，L亮度；a的正数代表红色，负端代表绿色；b的正数代表黄色，负端代表兰色。不像RGB和CMYK色彩空间，Lab颜色被设计来接近人类视觉。
因此L分量可以调整亮度对，修改a和b分量的输出色阶来做精确的颜色平衡。

注意:亮度一变，整个颜色的值会变化的很大

常用图像函数

sensor.set_contrast(contrast: int)→ None

设计相机图像对比度。-3 到 +3。

sensor.set_brightness(brightness: int)→ None

设置相机图像亮度。-3 到 +3。

sensor.set_saturation(saturation: int)→ None

设置相机图像饱和度。-3 到 +3。

sensor.get_windowing()→ Tuple[int, int, int, int]

返回先前使用 sensor.set_windowing() 设置的 roi 元组 (x, y, w, h)。

sensor.set_windowing(roi: Tuple[int, int] | Tuple[int, int, int, int])→ None

将相机的分辨率设置为当前分辨率内的子分辨率。例如，将分辨率设置为 sensor.VGA，然后将窗口设置为（120，140，200，200）将使 sensor.snapshot() 捕获相机传感器输出的VGA分辨率的中心200×200像素。您可以使用窗口化来获取自定义分辨率。此外，在较大分辨率上使用窗口化实际上是数字变焦。
roi 是一个矩形元组 (x, y, w, h)。但是，您也可以只传递 (w, h)，并且 roi 将在帧中居中。您还可以不使用括号传递 roi。
此函数将自动处理将传递的roi裁剪到帧大小。

sensor.get_framesize()→ int

返回相机模块的帧大小。

sensor.set_framerate(rate: int)→ None

设置相机模块的帧率（以赫兹为单位）。

总结

以上就是今天要讲的内容，本文仅仅简单介绍了OpenMV中文件系统、基本图像操作。