openmv模板匹配+控制舵机来控制小车使P点触碰到靶心

(注：每行代码的解释均已标注，适合复习使用和openmv新手学习)

1.  
   import sensor, time, image
2.  
   from image import SEARCH_EX, SEARCH_DS
3.  
   from pyb import UART
4.  
   from pid import PID
5.  
   from pyb import Servo
6.  
   import ustruct
7.  
   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

1.  
   # Reset sensor
2.  
   sensor.reset()#c初始化摄像头
3.  
4.  
   # Sensor settings
5.  
   sensor.set_contrast(3)#设置对比度
6.  
   sensor.set_gainceiling(16)#设置图像增益
7.  
   sensor.set_framesize(sensor.QQVGA)#设置图像分辨率
8.  
   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
9.  
   sensor.set_pixformat(sensor.GRAYSCALE)#设置图像格式为灰度图
10.  
11.  
    sensor.skip_frames(time = 2000)# 跳过2000s，使新设置生效,并自动调节白平衡
12.  
    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。
13.  
14.  
    clock = time.clock() # 追踪帧率
15.  
16.  
17.  
    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

1.  
   def sending_data(cx,cy):
2.  
      global uart;
3.  
      #frame=[0x2C,18,cx%0xff,int(cx/0xff),cy%0xff,int(cy/0xff),0x5B];
4.  
      #data = bytearray(frame)
5.  
      data = ustruct.pack("<bbhhb",      #格式为俩个字符俩个短整型(2字节)
6.  
                     0x2C,                      #帧头1
7.  
                     0x12,                      #帧头2
8.  
                     int(cx), # up sample by 4   #数据1
9.  
                     int(cy), # up sample by 4   #数据2
10.  
                      0x5B)
11.  
       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

1.  
   templates2 = ["/2.1.pgm", "/2.2.pgm", "/2.3.pgm", "/2.4.pgm"] #保存多个模板
2.  
   templates1 = ["/1.1.pgm", "/1.2.pgm", "/1.3.pgm", "/1.4.pgm"] #保存多个模板
3.  
   templates4 = ["/2.1.pgm", "/2.2.pgm", "/2.3.pgm", "/2.4.pgm"] #保存多个模板
4.  
   templates3 = ["/1.1.pgm", "/1.2.pgm", "/1.3.pgm", "/1.4.pgm"]

设置舵机转到的角度

1.  
   pan_servo.angle(45)#可以直接设置舵机直接转到45度
2.  
   #控制舵机的相关代码
3.  
   #s1 = Servo(1) # 设置引脚
4.  
   #s1.angle(45) # 转到45度
5.  
   #s1.angle(-60, 1500) # 1.5s内转到-60度
6.  
   #s1.speed(50) # 用于连续旋转舵机时的速度设置

最后就是小车的运行过程（根据比赛要求编写）：

1.  
   while (True):
2.  
      clock.tick()
3.  
      img = sensor.snapshot()# 从感光芯片获得一张图像
4.  
      for t1 in templates1:
5.  
          template1 = image.Image(t1)
6.  
          #对每个模板遍历进行模板匹配
7.  
          r1 = img.find_template(template1, 0.70, step=4, search=SEARCH_EX) #, roi=(10, 0, 60, 60))
8.  
      #find_template(template, threshold, [roi, step, search]),threshold中
9.  
      #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），
10.  
       #注意roi的大小要比模板图片大，比frambuffer小。
11.  
       #把匹配到的图像标记出来
12.  
           if r1:
13.  
               img.draw_rectangle(r1)
14.  
               print(t1) #打印模板名字
15.  
               #发送数据让小车转向靶子
16.  
               sending_data(0,0)
17.  
               break
18.  
       for t2 in templates2:
19.  
           template2 = image.Image(t2)
20.  
           #对每个模板遍历进行模板匹配
21.  
           r2 = img.find_template(template2, 0.70, step=4, search=SEARCH_EX) #, roi=(10, 0, 60, 60))
22.  
       #find_template(template, threshold, [roi, step, search]),threshold中
23.  
       #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），
24.  
       #注意roi的大小要比模板图片大，比frambuffer小。
25.  
       #把匹配到的图像标记出来
26.  
           if r2:
27.  
               img.draw_rectangle(r2)
28.  
               print(t2) #打印模板名字
29.  
               print('1,1')
30.  
               sending_data(1,1)#发送信号小车STOP
31.  
               pan_servo.angle(-45)
32.  
               time.sleep_ms(5000)
33.  
               sending_data(2,2)#发送信号小车倒车
34.  
               time.sleep_ms(800)
35.  
               break
36.  
       for t3 in templates3:
37.  
           template3 = image.Image(t3)
38.  
           #对每个模板遍历进行模板匹配
39.  
           r3 = img.find_template(template3, 0.70, step=4, search=SEARCH_EX) #, roi=(10, 0, 60, 60))
40.  
       #find_template(template, threshold, [roi, step, search]),threshold中
41.  
       #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），
42.  
       #注意roi的大小要比模板图片大，比frambuffer小。
43.  
       #把匹配到的图像标记出来
44.  
           if r3:
45.  
               img.draw_rectangle(r3)
46.  
               print(t3) #打印模板名字
47.  
               #发送数据让小车转向靶子
48.  
               sending_data(3,3)
49.  
               break
50.  
       for t4 in templates4:
51.  
           template4 = image.Image(t4)
52.  
           #对每个模板遍历进行模板匹配
53.  
           r4 = img.find_template(template4, 0.70, step=4, search=SEARCH_EX) #, roi=(10, 0, 60, 60))
54.  
       #find_template(template, threshold, [roi, step, search]),threshold中
55.  
       #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），
56.  
       #注意roi的大小要比模板图片大，比frambuffer小。
57.  
       #把匹配到的图像标记出来
58.  
           if r4:
59.  
               img.draw_rectangle(r4)
60.  
               print(t4) #打印模板名字
61.  
               print('4,4')
62.  
               sending_data(4,4)#发送信号小车STOP
63.  
               break
64.  
               #pan_servo.angle(-45)
65.  
               #time.sleep_ms(5000)
66.  
               #sending_data(2,2)#发送信号小车倒车
67.  
               #time.sleep_ms(800)
68.  
       # Draw FPS
69.  
       #打印帧率。
70.  
       img.draw_string(0, 0, "FPS:%.2f"%(clock.fps()))
71.  

这篇好文章是转载于：学新通技术网