OpenMV鏡頭係一款細小、低功耗、低成本嘅電路板,佢幫你好輕鬆咁完成機器視覺應用。你可以透過高級語言Python腳本(準確啲講係MicroPython),而唔係C/C++。Python嘅高級數據結構令你好容易喺機器視覺算法中處理複雜嘅輸出。不過,你仍然可以完全控制OpenMV。你可以好容易咁使用外部終端觸發拍攝或者執行算法,亦都可以將算法嘅結果用嚟控制IO引腳。
OpenMV攝像頭嘅特點:
- STM32H743IIARM Cortex M7 處理器,480 MHz,1MB RAM,2 MB flash。所有嘅 I/O 引腳輸出 3.3V 並且 5V 耐受。呢個處理器有以下嘅 IO 接口。
- 全速USB(12Mbps)接口,連接至電腦。當插入OpenMV攝像頭後,閣下嘅電腦會出現一個虛擬COM端口同一個「U盤」。
- μSD卡槽擁有100Mbs讀寫速度,呢個設計允許你嘅OpenMV攝像頭錄製視頻,同埋將機器視覺嘅素材從SD卡度提取出嚟。
- 一個SPI總線高達100Mbs速度,允許你簡單咁將圖像流數據傳畀LCD擴展板、WiFi擴展板,或者其他控制器。
- 一個 I2C 總線、CAN 總線,同兩個異步串口總線(TX/RX),用嚟連接其他控制器或者感測器。
- 一個12-bit ADC 同一個12-bit DAC。
- 2個 I/O 引腳用於舵機控制。
- 所有嘅I/O端口都可以用於中斷同PWM(塊板上面有10個I/O引腳)。
- 一個RGB LED(三色),兩個高亮度嘅850nm IR LED(紅外線)
- 32 MB 外置嘅 32-bit SDRAM,100 MHz 時鐘頻率,達到 400 MB/s 頻寬。
- 32 MB 外置四通道SPI闪存,100 MHz时钟频率,4位双倍数据率模式实现100 MB/s带宽。
- 可拆卸嘅摄像头模块系统,允许OpenMV Cam H7 Plus同唔同嘅感光元件模组连接:
- OpenMV4 H7 Plus默認配置嘅OV5640感光元件處理2592×1944 (5MP)圖像。喺QVGA (320×240)及以下嘅分辨率時,大多數簡單嘅算法可以運行(25~50)FPS。你嘅OpenMV攝像頭有一個2.8mm焦距鏡頭喺一個標準M12鏡頭底座上。如果你想使用更多嘅特殊鏡頭,你可以好容易噉安裝。
- 對於專業嘅機器視覺應用,你可以購買我哋嘅全局快門攝像頭模組mt9V034。
- 對於紅外熱成像機器視覺應用,您可以購買我哋嘅FLIR Lepton 紅外線熱成像模組。
- 3.7V 鋰離子電池接口,您可以購買我哋嘅鋰離子電池3.7V-1000MAH
資料請睇:https://singtown.com/openmv/
應用
目前OpenMV摄像头可以用来做以下嘅事情(将来会更多):
- 神經網絡目標點檢測
- 你可以使用0penMV自行訓練神經網絡進行目標點檢測,訓練任何你想要檢測嘅目標。比如唔同嘅數字、唔同嘅生果、唔同嘅標誌物、唔同嘅零件甚至任何特定嘅不規則目標等,都可以訓練識別得到特定目標嘅數量、座標以及物體種類名稱等。
- 可以根據我哋嘅視頻教程檢測我哋實際道路中嘅交通標誌,比如禁止鳴笛、禁止停車、限速80等。/learn/50918
- 神經網絡分類
- 你可以使用0penMV自行訓練神經網絡進行目標點檢測,訓練任何你想要檢測嘅目標。比如唔同嘅數字、唔同嘅生果、唔同嘅標誌物、唔同嘅零件甚至任何特定嘅不規則目標等,都可以訓練識別得到特定目標嘅數量、座標以及物體種類名稱等。
- 可以根據我哋嘅視頻教程,分類人係咪有戴口罩。/learn/50872
- TensorFlow Lite for Microcontrollers
- TensorFlow Lite支援令你可以喺OpenMV Cam上運行自定義圖像分類同分割模型。借助TensorFlow Lite,你可以輕鬆分類畫面中複雜嘅區域,並根據所睇到嘅內容控制I/O引腳。
- Frame Differencing幀差分算法
- 你可以使用OpenMV Cam上嘅帧差分算法来查看场景中嘅运动情况。帧差分算法可以将OpenMV用于安全应用。
- 顏色追蹤
- 你可以使用OpenMV喺圖像中同時檢測多達16種顏色(實際上永遠唔會想要搵到超過4種顏色),而且每種顏色都可以有任意數量嘅唔同色塊。OpenMV會話俾你知每個色塊嘅位置、大小、中心同方向。使用顏色追蹤,你嘅OpenMV Cam可以編程嚟追蹤太陽、線追蹤、目標追蹤等等。影片示範:/learn/49993
- Marker Tracking標記追蹤
- 您可以使用OpenMV Cam来检测颜色组嘅颜色,而唔系单独嘅颜色。咁样允许您喺对象上放置颜色标签(2种或多种颜色嘅标签),OpenMV会攞到标签对象嘅内容。
- 人脸检测
- 你可以使用OpenMV Cam(或任何通用物件)檢測面部。你嘅OpenMV鏡頭可以處理Haar模板進行通用物件檢測,並配備內置嘅Frontal Face模板同Eye Haar模板來檢測人臉同眼睛。/learn/50013
- 眼動追蹤
- 你可以使用眼動跟蹤來檢測某人的注視方向。你可以使用它來控制機器人。眼睛跟蹤檢測瞳孔的位置,同時檢測圖像中是否有眼睛。
- 人物检测
- 你可以使用內置嘅人體檢測器(TensorFlow Lite模型)檢測視野中有冇人。
- 光流
- 你可以使用光流来检测你嘅OpenMV摄像机面前嘅画面。例如,你可以使用四旋翼上嘅光流来控制喺空中嘅稳定性。
- QR Code Detection/Decoding二維碼檢測/解碼
- 您可以使用OpenMV Cam喺其視野中讀取QR碼。通過QR碼檢測/解碼,您可以令智能機器人能夠讀取環境中嘅標籤。
- Data Matrix 檢測/解碼矩陣碼檢測/解碼
- OpenMV Cam 亦可以檢測同解碼矩陣碼(2D 條形碼 Data Matrix)。您可以喺度睇到我哋嘅影片。
- 線性條碼解碼
- OpenMV Cam 亦可以處理一維條碼。佢能夠解碼 EAN2、EAN5、EAN8、UPCE、ISBN10、UPCA、EAN13、ISBN13、I25、DATABAR、DATABAR_EXP、CODABAR、CODE39、CODE93 同 CODE128。喺呢度睇我哋嘅影片:/learn/50017
- AprilTag 追蹤標記追蹤
- 甚至比上面嘅QR码更好,OpenMV Cam 亦都可以追踪AprilTags。AprilTags系旋转不变、尺度不变、剪切不变同照明不变嘅最先进基准标记。喺呢度睇我哋嘅视频:/learn/49590
- 直线检测
- OpenMV Cam可以喺幾乎跑滿幀率嘅情況下,快速完成無限長嘅直線檢測。而且,亦都可以搵到非無限長嘅線段。您可以喺度睇到我哋嘅影片:/learn/50009
- 圓形檢測
- 矩形检测
- OpenMV亦都可以檢測矩形,佢用咗AprilTag庫入面嘅方形檢測代碼。
- 模板匹配
- 您可以使用OpenMV模板匹配来检测视野中是否有模板相似的图片。例如,可以使用模板匹配来查找PCB上的标记,或读取显示器上的已知数字。
- 圖像捕捉
- 你可以使用OpenMV捕捉RGB565/灰階嘅BMP/JPG/PPM/PGM圖像。可以直接喺Python腳本度控制點樣捕捉圖像。最重要嘅係,使用機器視覺嘅演算法,進行繪製直線、繪製字符,然後保存。
- 影片錄製
- 你可以使用OpenMV攝像機記錄RGB565/灰度嘅MJPEG視頻或GIF圖像(或者RAW視頻)。你可以喺Python腳本中直接控制點樣將每個視頻幀記錄,並完全控制視頻錄製嘅開始同結束。而且,像拍攝圖像一樣,你可以使用機器視覺嘅算法,進行繪製直線,繪製字符,然後保存。
最後,所有上述功能都可以混合IO引腳嘅控制,嚟配合你自己嘅自定義應用,同現實世界交談。