矩形检测实验
前言
在上一章节中,已经了解了如何在CanMV下使用image模块实现圆形检测的方法,本章将通过矩形检测实验,介绍如何使用CanMV的find_rects()方法实现矩形检测功能。在本实验中,我们将摄像头捕获的图像进行处理,查找图像中所有的矩形,并将结果绘制并显示到显示器上。通过本章的学习,读者将学习到如何在CanMV下使用find_rects()方法实现矩形检测的功能。
Image模块介绍
概述
Image
类是机器视觉处理中的基础对象。此类支持从Micropython GC、MMZ、系统堆、VB区域等内存区域创建图像对象。此外,还可以通过引用外部内存直接创建图像(ALLOC_REF)。未使用的图像对象会在垃圾回收时自动释放,也可以手动释放内存。
支持的图像格式如下:
- BINARY
- GRAYSCALE
- RGB565
- BAYER
- YUV422
- JPEG
- PNG
- ARGB8888(新增)
- RGB888(新增)
- RGBP888(新增)
- YUV420(新增)
支持的内存分配区域:
- ALLOC_MPGC:Micropython管理的内存
- ALLOC_HEAP:系统堆内存
- ALLOC_MMZ:多媒体内存
- ALLOC_VB:视频缓冲区
- ALLOC_REF:使用引用对象的内存,不分配新内存
API描述
Python中的Image模块是一个强大的图像处理工具,它提供了一系列函数和方法,可以用于图像元素绘制、图像滤波、图像特征检测、色块追踪、图像对比和码识别等。由于image模块功能强大,需要介绍的内容也比较多,因此本章仅介绍image模块中find_rects()方法的使用。
find_rects
image.find_rects([roi=Auto, threshold=10000])
此函数使用与AprilTag相同的四边形检测算法查找图像中的矩形。该算法最适用于与背景形成鲜明对比的矩形。AprilTag的四边形检测能够处理任意缩放、旋转和剪切的矩形,并返回一个包含image.rect对象的列表。
【参数】
- roi:为感兴趣区域的矩形元组(x, y, w, h)。若未指定,ROI默认为整个图像的矩形。操作仅限于该区域内的像素。
在返回的矩形列表中,边界大小(通过在矩形边缘的所有像素上滑动索贝尔算子并累加其值)小于 threshold
的矩形将被过滤。适当的 threshold
值取决于具体的应用场景。
注意:此功能不支持压缩图像和Bayer图像。
更多用法请阅读官方API手册:
https://developer.canaan-creative.com/k230_canmv/dev/zh/api/openmv/image.html
硬件设计
例程功能
- 获取摄像头输出的图像,并使用image模块的find_rects()方法查找图像上所有的矩形并绘制出来,最后将图像显示在LCD上。
硬件资源
- 本章实验内容,主要讲解image模块的使用,无需关注硬件资源。
原理图
本章实验内容,主要讲解image模块的使用,无需关注原理图。
实验代码
import time, os, sys
from media.sensor import * # 导入sensor模块,使用摄像头相关接口
from media.display import * # 导入display模块,使用display相关接口
from media.media import * # 导入media模块,使用meida相关接口
try:
sensor = Sensor(width=1280, height=960) # 构建摄像头对象
sensor.reset() # 复位和初始化摄像头
sensor.set_framesize(Sensor.QVGA) # 设置帧大小QVGA(320x240),默认通道0
sensor.set_pixformat(Sensor.RGB565) # 设置输出图像格式,默认通道0
# 初始化LCD显示器,同时IDE缓冲区输出图像,显示的数据来自于sensor通道0。
Display.init(Display.ST7701, width=640, height=480, to_ide=True)
MediaManager.init() # 初始化media资源管理器
sensor.run() # 启动sensor
clock = time.clock() # 构造clock对象
while True:
os.exitpoint() # 检测IDE中断
clock.tick() # 记录开始时间(ms)
img = sensor.snapshot() # 从通道0捕获一张图
for r in img.find_rects(threshold=8000):
img.draw_rectangle([v for v in r.rect()], color=(255, 0, 0))
for p in r.corners(): img.draw_circle(p[0], p[1], 5, color=(0, 255, 0))
print(r)
# 显示图片
Display.show_image(img, x=round((640 - sensor.width()) / 2), y=round((480 - sensor.height()) / 2))
print(clock.fps()) # 打印FPS
# IDE中断释放资源代码
except KeyboardInterrupt as e:
print("user stop: ", e)
except BaseException as e:
print(f"Exception {e}")
finally:
# sensor stop run
if isinstance(sensor, Sensor):
sensor.stop()
# deinit display
Display.deinit()
os.exitpoint(os.EXITPOINT_ENABLE_SLEEP)
time.sleep_ms(100)
# release media buffer
MediaManager.deinit()
可以看到一开始是先初始化了LCD和摄像头。接着在一个循环中不断地获取摄像头输出的图像,因为获取到的图像就是Image对象,因此可以直接调用image模块为Image对象提供的各种方法,然后将图像里所有的矩形绘制出来,最后在LCD显示处理好后的图像。
运行验证
实验原图如下所示:
将K230D BOX开发板连接CanMV IDE,并点击CanMV IDE上的“开始(运行脚本)”按钮后,可以看到LCD上实时地显示这摄像头采集到的画面,如下图所示: