OpenMV3 M7摄像头

¥423.00

OpenMV摄像头是一款小巧,低功耗,低成本的电路板,它帮助你很轻松的完成机器视觉(machine vision)应用。
项目主页:http://openmv.cc

淘宝购买:https://item.taobao.com/item.htm?spm=a230r.1.14.11.253d59a9Bs8VMa&id=561825571455&ns=1&abbucket=9#detail

描述

描述

OpenMV摄像头是一款小巧,低功耗,低成本的电路板,它帮助你很轻松的完成机器视觉(machine vision)应用。你可以通过高级语言Python脚本(准确的说是 MicroPython ),而不是C/C++。Python的高级数据结构使你很容易在机器视觉算法中处理复杂的输出。但是,你仍然可以完全控制OpenMV,包括IO引脚。你可以很容易的使用外部终端触发拍摄或者或者执行算法,也可以把算法的结果用来控制IO引脚。 OpenMV摄像头的特点:

  • STM32F765VI ARM Cortex M7 处理器,216 MHz ,512KB RAM,2 MB flash. 所有的 I/O 引脚输出 3.3V 并且 5V 兼容。这个处理器有一下的IO接口。
    • 全速 USB (12Mbs) 接口,连接到电脑。当插入OpenMV摄像头后,你的电脑会出现一个虚拟COM端口和一个“U盘”。
    • μSD卡槽拥有100Mbs读写,这允许你的OpenMV摄像头录制视频,和把机器视觉的素材从SD卡提取出来。
    • 一个SPI总线高达54Mbs速度,允许你简单的把图像流数据传给LCD扩展板,WiFi扩展板,或者其他控制器。
    • 一个 I2C总线,CAN总线, 和一个异步串口总线 (TX/RX) ,用来链接其他控制器或者传感器。
    • 一个12-bit ADC 和一个12-bit DAC。
    • 3个 I/O 引脚用于舵机控制.
    • 所有的IO口都可以用于,中断和PWM(板子上有10个I/O引脚)。
    • 一个RGB LED(三色), 两个高亮的 850nm IR LED(红外).
  • OV7725 感光元件在80 FPS下可以处理640×480 8-bit 灰度图或者320×240 16-bit RGB565 彩色图像.。你的 OpenMV 摄像头有一个2.8mm焦距镜头在一个标准M12镜头底座。如果你想使用更多的定制镜头,你可以很容易的安装。

更多信息可以查看文档 documentation

应用

目前OpenMV摄像头可以用来做一下的事情 (未来会更多):

  • Frame Differencing帧差分算法
    • 你可以使用OpenMV Cam上的帧差分算法来查看场景中的运动情况。帧差分算法可以将OpenMV用于安全应用。
  • Color Tracking颜色追踪
    • 你可以使用OpenMV在图像中一次检测多达16种颜色(实际上永远不会想要找到超过4种颜色),并且每种颜色都可以有任意数量的不同的斑点。OpenMV会告诉您每个Blob的位置,大小,中心和方向。使用颜色跟踪,您的OpenMV Cam可以进行编程,以跟踪太阳,线跟踪,目标跟踪等等。视频演示这里
  • Marker Tracking标记跟踪
    • 您可以使用OpenMV Cam来检测颜色组的颜色,而不是单独的颜色。这允许你在对象上放置颜色标签(2种或多种颜色的标签),OpenMV会获取标签对象的内容。视频演示这里
  • Face Detection人脸检测
    • 你可以使用OpenMV Cam(或任何通用对象)检测脸。你的OpenMV摄像头可以处理Haar模板进行通用对象检测,并配有内置的Frontal Face 模板和Eye Haar模板来检测人脸和眼睛。
  • Eye Tracking眼动跟踪
    • 你可以使用眼动跟踪来检测某人的注视方向。你可以使用它来控制机器人。眼睛跟踪检测瞳孔的位置,同时检测图像中是否有眼睛。
  • Optical Flow光流
    • 你可以使用光流来检测您的OpenMV摄像机面前的画面。例如,您可以使用四旋翼上的光流来位置在空中的稳定性。
  • QR Code Detection/Decoding二维码检测/解码
    • 您可以使用OpenMV Cam在其视野中读取QR码。通过QR码检测/解码,您可以使智能机器人能够读取环境中的标签。您可以在此处查看我们的视频。
  • Data Matrix Detection/Decoding矩阵码检测/解码
    • OpenMV Cam M7也可以检测和解码矩阵码(2D条形码)。您可以在此处查看我们的视频。
  • Linear Barcode Decoding条形码
    • OpenMV Cam M7还可以处理1D条形码。他可以解码 EAN2, EAN5, EAN8, UPCE, ISBN10, UPCA, EAN13, ISBN13, I25, DATABAR, DARABAR_EXP, CODABAR, CODE39, CODE93, 和 CODE128。在此处查看我们的视频
  • AprilTag Tracking标记跟踪
    • 甚至比上面的QR码更好,OpenMV Cam M7也可以追踪到160×120的AprilTags,高达约12 FPS。AprilTags是旋转不变,尺度不变,剪切不变和照明不变的最先进的基准标记。在此处查看我们的视频
  • Line Detection直线检测
    • OpenMV Cam可以在几乎跑满帧率的情况下,快速完成无限长的直线检测。而且,也可以找到非无限长的线段。您可以在这里看到我们的视频
  • Template Matching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。
  • Image Capture图像捕捉
    • 你可以使用OpenMV捕获高达320×240 RGB565(或640×480灰度)BMP / JPG / PPM / PGM图像。可以直接在Python脚本中控制如何捕获图像。最重要的是,使用机器视觉的算法,进行绘制直线,绘制字符,然后保存。
  • Video Recording视频录制
    • 您可以使用OpenMV摄像机记录多达320×240 RGB565(或640×480灰度)MJPEG视频或GIF图像。您可以在Python脚本中直接控制如何将每个视频帧记录,并完全控制视频录制的开始和结束。而且,像拍摄图像一样,您可以使用机器视觉的算法,进行绘制直线,绘制字符,然后保存。

最后,所有上述功能都可以混合IO引脚的控制,来配合你自己的自定义应用,以与现实世界交谈。

引脚定义

OpenMV Cam Pinout

电路图 & 数据手册

尺寸

Camera Dimensions

规格

处理器 ARM® 32-bit Cortex®-M7 CPU w/ Double Precision FPU 216 MHz (462 DMIPS) Core Mark Score: 1082 (compare w/ Raspberry Pi Zero: 2060)
RAM Layout 128KB .DATA/.BSS/Heap/Stack 384KB Frame Buffer/Stack (512KB Total)
Flash Layout 32KB Bootloader 96KB Embedded Flash Drive 1920KB Firmware (2MB Total)
支持的图像格式 Grayscale RGB565 JPEG
最大支持的像素  Grayscale: 640×480 and under RGB565: 320×240 and under Grayscale JPEG: 640×480 and under RGB565 JPEG: 640×480 and under
镜头信息 Focal Length: 2.8mm Aperture: F2.0 Format: 1/3″ Angle (Field-of-View): 115° Mount: M12*0.5 IR Cut Filter: 650nm (removable)
电气信息 All pins are 5V tolerant with 3.3V output. All pins can sink or source up to 25mA. P6 is not 5V tolerant in ADC or DAC mode. Up to 120mA may be sinked or sourced in total between all pins. VIN may be between 3.6V and 5V. Do not draw more than 250mA from your OpenMV Cam’s 3.3V rail.
重量 16g
长度 45mm
宽度 36mm
高度 30mm

功耗

Idle – No μSD Card 110mA @ 3.3V
Idle – μSD Card 110mA @ 3.3V
Active – No μSD Card 190mA @ 3.3V
Active – μSD Card 200mA @ 3.3V

温度范围

存储 -40°C to 125°C
运行 -20°C to 70°C

社区

非官方盒子 非官方3D CAD 模型