特点

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 ）编程，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。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。

• RT1062-ARM Cortex M7处理器，主频600MHz，外置32MB SDRAM+内置1MB SRAM，外置16MB Flash。所有的I/O引脚输出3.3V并且3.3V耐受。这个处理器有以下的I/O接口：

  • 高速 USB-C(480Mbs)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”。

    • 1.5A电流限制。

    • 具有EMI滤波和TVS保护。

  • μSD卡插槽拥有25MB/s读写这允许你的0penMV摄像头录制视频，并轻松地把机器视觉的素材从SD卡提取出来

    • 具有EMI滤波和TVS保护。

• 一个SPI总线高达60Mb/s，允许你简单的把图像流数据传给LCD扩展板或者其他控制器。

• 一个12C总线(高达1Mb/s)，CAN总线(高达1Mb/s)和一个异步串口总线(TX/RX，高达20Mb/s)，用来连接其他控制器或者传感器。

• 一个12-bit ADC(3.3V 耐受)。

• 三个I/O 引脚用于舵机控制。

• 一个I/O引脚用于帧同步/触发(或舵机控制)。

• 一个板载RTC，当系统处于低功耗模式时保持运行(系统在低功耗模式下的功耗小于30uA)。

  • 一个I/O引脚，用于低功耗唤醒。

  • 还有一个引脚用于设备电源按钮，支持ON/OFF。

• 所有的IO口都可以用于中断(板上有14个I/O引脚)。

  • 具有EMI滤波和TVS保护。

• 一个用户可控制/可调光的RGB三色LED灯。

• 另一个RGB LED灯用于充电、USB供电和VIN电源指示灯。

• 32M外置的16-bit SDRAM，160 MHz的时钟，达到320 MB/s的带宽。

• 16M外置的 QuadSpi Flash，133 MHz的时钟，4-bit SDR模式达到66 MB/s的带宽。

• 一个12位X/Y/Z加速度计(2/4/8g)位于摄像头模组下方中心。

• 板载WiFi(a/b/g/n – 11/54/65 Mb/s)和蓝牙(v5.1- BR/EDR/BLE)模块，带芯片天线。

  • 可选择使用U.FL天线代替。

• 板载10/100 Mb/s以太网。

  • 需要外接支持PoE的以太网插口扩展板。

• 通过SE050C1HQ1提供强大的加密身份验证安全元件支持。

• 可拆卸的摄像头模块系统，允许OpenMV Cam RT1062与不同的感光元件模组连接：

  • OpenMV Cam RT1062默认配置的OV5640 感光元件处理2592×1944 (5MP)图像。在QVGA (320×240)及以下的分辨率时，大多数简单的算法可以运行40FPS。你的 OpenMV 摄像头有一个2.8mm焦距镜头在一个标准M12镜头底座上。如果你想使用更多的特殊的镜头，你可以很容易的安装。

  • 对于专业的机器视觉应用，你可以购买我们的全局快门摄像头模组mt9V034。

  • 对于红外热成像机器视觉应用，您可以购买我们的FLIR Lepton 红外热成像模组。

• 3.7V 锂离子电池接口，并支持通过USB 进行电池充电。您可以购买我们的锂离子电池3.7V-1000MAH

  • 100mA快速充电电流。

  • 具有TVS保护。

• 一个 ARM 10Pin的与 SEGGER J-Link设备兼容的JTAG接口，用于调试和编程。

  • 具有EMI滤波和TVS保护。

• 具有反向电源保护的外部5V VIN。

  • 具有TVS保护。

资料请看: https://singtown.com/openmv/

应用

目前OpenMV摄像头可以用来做一下的事情 (未来会更多):

• 神经网络目标点检测

  • 你可以使用0penMV自行训练神经网络进行目标点检测，训练任何你想要检测的目标。比如不同的数字、不同的水果、不同的标志物、不同的零件甚至任何特定的不规则目标等，都可以训练识别得到特定目标的数量、坐标以及物体种类名称等。

  • 可以根据我们的视频教程检测我们实际道路中的交通标志，比如禁止鸣笛、禁止停车、限速80等。/learn/42

• 神经网络分类

  • 你可以使用0penMV自行训练神经网络进行目标点检测，训练任何你想要检测的目标。比如不同的数字、不同的水果、不同的标志物、不同的零件甚至任何特定的不规则目标等，都可以训练识别得到特定目标的数量、坐标以及物体种类名称等。

  • 可以根据我们的视频教程，分类人是否佩戴口罩。/learn/38

• TensorFlow Lite for Microcontrollers

  • TensorFlow Lite支持使你可以在OpenMV Cam上运行自定义图像分类和分割模型。借助TensorFlow Lite，你可以轻松分类画面中复杂的区域，并根据所看到的内容控制1/0引脚。

• 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在图像中同时检测多达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色块。OpenMV会告诉您每个色块的位置，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：/learn/4

• 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。

• 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。/learn/14

• 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。

• Person Detection人检测

  • 你可以使用内置的人检测器(TensorFlow Lite模型)检测视野中是否有人。

• 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控制在空中的稳定性。

• 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。

• Data Matrix Detection/Decoding矩阵码检测/解码

  • OpenMV Cam 也可以检测和解码矩阵码（2D条形码 Data Matrix）。您可以在此处查看我们的视频。

• Linear Barcode Decoding条形码

  • OpenMV Cam 还可以处理1D条形码。它可以解码 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：/learn/15

• AprilTag Tracking标记跟踪

  • 甚至比上面的QR码更好，OpenMV Cam 也可以追踪AprilTags。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: /learn/11

• 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：/learn/13

• Circle Detection圆形检测

  • 你可以使用OpenMV很容易的检测图像中的圆形。

• Rectangle Detection矩形检测

  • OpenMV也可以检测矩形，它使用了AprilTag库中的方形检测代码。

• 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RGB565/灰度的 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

  • 你可以使用OpenMV摄像机记录RGB565/灰度的MJPEG视频或GIF图像（或者RAW视频）。你可以在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。