openmv利用模板匹配+控制舵机来控制小车使P点触碰到靶心_openmv靶心识别

(注：每行代码的解释均已标注，适合复习使用和openmv新手学习)

import sensor, time, image
from image import SEARCH_EX, SEARCH_DS
from pyb import UART
from pid import PID
from pyb import Servo
import ustruct
import json

定义舵机，servo(1)用的是openmv的p7引脚，servo(2)用的是openmv的p8引脚，servo(3)用的是openmv的p9引脚

pan_servo=Servo(1)#舵机1

设置对应的脉宽，分别对应为：允许的最小脉宽：500、允许的最大脉冲：2500、中心/零位置对应的脉宽：500

pan_servo.calibration(500,2500,500)

pid包的函数，设置舵机的pid参数，一般只需要调整p,如果云台抖动的很厉害（速度过快），可以将p调小

pan_pid = PID(p=0.07, i=0, imax=90)

接下来就是常规设置

# Reset sensor
sensor.reset()#c初始化摄像头
​
# Sensor settings
sensor.set_contrast(3)#设置对比度
sensor.set_gainceiling(16)#设置图像增益
sensor.set_framesize(sensor.QQVGA)#设置图像分辨率
sensor.set_windowing((320, 240))#将相机的分辨率设置为当前分辨率的子分辨率
sensor.set_pixformat(sensor.GRAYSCALE)#设置图像格式为灰度图
​
sensor.skip_frames(time = 2000)# 跳过2000s，使新设置生效,并自动调节白平衡
sensor.set_auto_gain(False, value=100)#关闭自动自动增益。默认开启的，在颜色识别中，一定要关闭白平衡。
​
clock = time.clock() # 追踪帧率
​
​
uart = UART(3, 115200)#初始化串口号及其波特率

设置给32传递数据的函数

def sending_data(cx,cy):
    global uart;
    #frame=[0x2C,18,cx%0xff,int(cx/0xff),cy%0xff,int(cy/0xff),0x5B];
    #data = bytearray(frame)
    data = ustruct.pack("<bbhhb",      #格式为俩个字符俩个短整型(2字节)
                   0x2C,                      #帧头1
                   0x12,                      #帧头2
                   int(cx), # up sample by 4   #数据1
                   int(cy), # up sample by 4    #数据2
                   0x5B)
    uart.write(data);   #必须要传入一字节的数组，这个函数似乎不能发送单个字节，必须得一次发送多个字节

​

通过在IDE视图窗口的截图，保存目标模板，如进行多模板匹配则保存多个

templates2 = ["/2.1.pgm", "/2.2.pgm", "/2.3.pgm", "/2.4.pgm"] #保存多个模板
templates1 = ["/1.1.pgm", "/1.2.pgm", "/1.3.pgm", "/1.4.pgm"] #保存多个模板
templates4 = ["/2.1.pgm", "/2.2.pgm", "/2.3.pgm", "/2.4.pgm"] #保存多个模板
templates3 = ["/1.1.pgm", "/1.2.pgm", "/1.3.pgm", "/1.4.pgm"]

设置舵机转到的角度

pan_servo.angle(45)#可以直接设置舵机直接转到45度
#控制舵机的相关代码
#s1 = Servo(1) # 设置引脚
#s1.angle(45) # 转到45度
#s1.angle(-60, 1500) # 1.5s内转到-60度
#s1.speed(50) # 用于连续旋转舵机时的速度设置
'
运行
运行

最后就是小车的运行过程（根据比赛要求编写）：

while (True):
    clock.tick()
    img = sensor.snapshot()# 从感光芯片获得一张图像
    for t1 in templates1:
        template1 = image.Image(t1)
        #对每个模板遍历进行模板匹配
        r1 = img.find_template(template1, 0.70, step=4, search=SEARCH_EX) #, roi=(10, 0, 60, 60))
    #find_template(template, threshold, [roi, step, search]),threshold中
    #的0.7是相似度阈值,roi是进行匹配的区域（左上顶点为（10，0），长80宽60的矩形），
    #注意roi的大小要比模板图片大，比frambuffer小。
    #把匹配到的图像标记出来
        if r1:
            img.draw_rectangle(r1)
            print(t1) #打印模板名字
            #发送数据让小车转向靶子
            sending_data(0,0)
            break
    for t2 in templates2:
        template2 = image.Image(t2)
        #对每个模板遍历进行模板匹配
        r2 = img.find_template(template2, 0.70, step=4, search=SEARCH_EX) #, roi=(10, 0, 60, 60))
    #find_template(template, threshold, [roi, step, search]),threshold中
    #的0.7是相似度阈值,roi是进行匹配的区域（左上顶点为（10，0），长80宽60的矩形），
    #注意roi的大小要比模板图片大，比frambuffer小。
    #把匹配到的图像标记出来
        if r2:
            img.draw_rectangle(r2)
            print(t2) #打印模板名字
            print('1,1')
            sending_data(1,1)#发送信号小车STOP
            pan_servo.angle(-45)
            time.sleep_ms(5000)
            sending_data(2,2)#发送信号小车倒车
            time.sleep_ms(800)
            break
    for t3 in templates3:
        template3 = image.Image(t3)
        #对每个模板遍历进行模板匹配
        r3 = img.find_template(template3, 0.70, step=4, search=SEARCH_EX) #, roi=(10, 0, 60, 60))
    #find_template(template, threshold, [roi, step, search]),threshold中
    #的0.7是相似度阈值,roi是进行匹配的区域（左上顶点为（10，0），长80宽60的矩形），
    #注意roi的大小要比模板图片大，比frambuffer小。
    #把匹配到的图像标记出来
        if r3:
            img.draw_rectangle(r3)
            print(t3) #打印模板名字
            #发送数据让小车转向靶子
            sending_data(3,3)
            break
    for t4 in templates4:
        template4 = image.Image(t4)
        #对每个模板遍历进行模板匹配
        r4 = img.find_template(template4, 0.70, step=4, search=SEARCH_EX) #, roi=(10, 0, 60, 60))
    #find_template(template, threshold, [roi, step, search]),threshold中
    #的0.7是相似度阈值,roi是进行匹配的区域（左上顶点为（10，0），长80宽60的矩形），
    #注意roi的大小要比模板图片大，比frambuffer小。
    #把匹配到的图像标记出来
        if r4:
            img.draw_rectangle(r4)
            print(t4) #打印模板名字
            print('4,4')
            sending_data(4,4)#发送信号小车STOP
            break
            #pan_servo.angle(-45)
            #time.sleep_ms(5000)
            #sending_data(2,2)#发送信号小车倒车
            #time.sleep_ms(800)
    # Draw FPS
    #打印帧率。
    img.draw_string(0, 0, "FPS:%.2f"%(clock.fps()))
​