OpenMV4 Cam H7 R2

OpenMV Cam — это небольшая плата микроконтроллера с низким энергопотреблением, которая позволяет легко реализовывать приложения с использованием машинного зрения в реальных условиях. Программирование OpenMV Cam осуществляется с помощью скриптов на языке Python высокого уровня (благодаря операционной системе MicroPython), а не на C/C++. Это упрощает работу со сложными результатами алгоритмов машинного зрения и обработку структур данных высокого уровня. При этом вы сохраняете полный контроль над OpenMV Cam и её I/O-пинами через Python. Вы можете легко инициировать съёмку фотографий и видео по внешним событиям или выполнять алгоритмы машинного зрения для определения способа управления вашими I/O-пинами.

OpenMV Cam обладает следующими характеристиками:

• STM32H743VIПроцессор ARM Cortex M7 с тактовой частотой 480 МГц, оснащенный 1 МБ статической оперативной памяти и 2 МБ флеш-памяти. Все выводы ввода-вывода выдают напряжение 3,3 В и совместимы с 5 В. Процессор имеет следующие интерфейсы ввода-вывода:
• • Полноскоростной интерфейс USB (12 Мбит/с) для подключения к компьютеру. При подключении ваша камера OpenMV Cam будет определяться как виртуальный COM-порт и USB-накопитель.
  • Разъём для карты памяти μSD с возможностью чтения/записи на скорости 100 Мбит/с, позволяющий вашей камере OpenMV делать снимки и легко извлекать ресурсы машинного зрения с карты μSD.
  • Шина SPI, способная работать на скорости до 80 Мбит/с, позволяет легко передавать данные изображения с системы на LCD Shield, WiFi Shield или другой микроконтроллер.
  • Шина I2C (до 1 Мбит/с), шина CAN (до 1 Мбит/с) и асинхронная последовательная шина (TX/RX, до 7,5 Мбит/с) для взаимодействия с другими микроконтроллерами и датчиками.
  • 12-битный АЦП и 12-битный ЦАП.
  • Три контакта ввода-вывода для управления сервоприводами.
  • Прерывания и ШИМ на всех выводах ввода-вывода (на плате имеется 10 выводов ввода-вывода).
  • И, RGB светодиод и два мощных инфракрасных светодиода с длиной волны 850 нм.
• Съемная модульная система камеры с поддержкой 8-битного параллельного интерфейса, позволяющая OpenMV Cam H7 взаимодействовать с различными датчиками:
• • OpenMV Cam H7 поставляется сMT9M114Матрица способна захватывать изображения в градациях серого 640x480 8-бит или BAYER 640x480 8-бит со скоростью 40 кадров в секунду при разрешении выше 320x240 и 80 кадров в секунду при более низком разрешении. Большинство простых алгоритмов будут работать на скоростях от 40 до 80 кадров в секунду при разрешении QVGA (320x240) и ниже. Ваша матрица поставляется с объективом 2,1 мм на стандартном креплении M12. Если вы хотите использовать более специализированные объективы с вашей матрицей, вы можете легко приобрести и установить их самостоятельно.
  • Для профессиональных приложений машинного зрения вы можете приобрести нашуглобальный модуль камеры с затвором mt9V034SingTown
  • Для инфракрасных тепловизионных приложений машинного зрения вы можете приобрести нашFLIR Lepton модуль тепловизионной съемкиSingTown
• Интерфейс для литий-ионного аккумулятора 3.7 В, вы можете приобрести наш3,7 В - 1000 мАч литий-ионный аккумулятор

Для получения дополнительной информации о камере OpenMV посетите:https://singtown.com/openmv/

Приложения

В настоящее время камера OpenMV может использоваться для следующих целей (с дальнейшим расширением функционала):

• Обнаружение объектов с помощью нейронных сетей
• • Вы можете использовать OpenMV для обучения нейронных сетей для обнаружения объектов, обучая любую цель, которую хотите обнаружить. Например, различные цифры, различные фрукты, различные маркеры, различные детали или любые конкретные нерегулярные цели могут быть обучены для определения количества, координат и названия типа объекта конкретных целей.
  • Вы можете распознавать дорожные знаки на реальных дорогах, следуя нашим видеоурокам, например, "сигнал запрещён", "стоянка запрещена", "ограничение скорости 80" и другие./learn/50918
• Классификация нейронных сетей
• • Вы можете использовать OpenMV для обучения нейронных сетей для обнаружения объектов, обучая любую цель, которую хотите обнаружить. Например, различные цифры, различные фрукты, различные маркеры, различные детали или любые конкретные нерегулярные цели могут быть обучены для определения количества, координат и названия типа объекта конкретных целей.
  • Он может классифицировать, носит ли человек маску, на основе нашего видеоурока./learn/50872
• TensorFlow Lite для микроконтроллеров
• • Поддержка TensorFlow Lite позволяет запускать пользовательские модели классификации изображений и сегментации на камере OpenMV. С помощью TensorFlow Lite вы можете легко классифицировать сложные области на изображении и управлять выводами 1/0 в зависимости от того, что видите.

• Разностный метод кадров
• • Вы можете использовать алгоритм разности кадров на OpenMV Cam для обнаружения движения в сцене. Разность кадров может применяться в системах безопасности.
• Отслеживание цвета
• • Вы можете использовать OpenMV для одновременного обнаружения до 16 цветов на изображении (хотя вам вряд ли понадобится находить более 4 цветов), и каждый цвет может содержать любое количество различных пятен. OpenMV сообщит вам положение, размер, центр и ориентацию каждого пятна. Используя отслеживание цвета, вашу камеру OpenMV можно запрограммировать на отслеживание солнца, следование линиям, преследование целей и многое другое. Видеодемонстрация:/learn/49993

• Отслеживание маркеров
• • Вы можете использовать камеру OpenMV для обнаружения групп цветов, а не отдельных цветов. Это позволяет размещать цветовые метки (этикетки с двумя или более цветами) на объектах, и OpenMV будет захватывать содержимое помеченных объектов.
• Обнаружение лиц
• • Вы можете использовать камеру OpenMV для обнаружения лиц (или любых других объектов). Ваша камера OpenMV способна обрабатывать шаблоны Хаара для общего обнаружения объектов и оснащена встроенными шаблонами Хаара для фронтального лица и глаз для обнаружения лиц и глаз./learn/50013

• Отслеживание взгляда
• • Вы можете использовать отслеживание взгляда для определения направления чьего-либо взгляда. Вы можете использовать его для управления роботами. Отслеживание взгляда определяет положение зрачка, одновременно обнаруживая наличие глаз на изображении.
• Обнаружение людей
• • Вы можете использовать встроенный детектор людей (модель TensorFlow Lite) для определения наличия людей в поле зрения.

• Оптический поток
• • Вы можете использовать оптический поток для обнаружения движения перед камерой OpenMV. Например, вы можете применить оптический поток на квадрокоптере для обеспечения стабильности в полёте.

• Обнаружение/Декодирование QR-кода
• • Вы можете использовать камеру OpenMV для считывания QR-кодов в её поле зрения. С помощью обнаружения и декодирования QR-кодов вы можете позволить умным роботам читать метки в их окружении.

• Обнаружение/Декодирование Data Matrix
• • OpenMV Cam также может обнаруживать и декодировать коды Data Matrix (двумерные штрих-коды). Вы можете посмотреть наше видео здесь.
• Декодирование линейных штрих-кодов
• • Камера OpenMV также способна обрабатывать одномерные штрих-коды. Она может декодировать EAN2, EAN5, EAN8, UPCE, ISBN10, UPCA, EAN13, ISBN13, I25, DATABAR, DARABAR_EXP, CODABAR, CODE39, CODE93 и CODE128. Посмотрите наше видео здесь:/learn/50017

• Отслеживание AprilTag
• • Еще лучше, чем QR-коды выше, OpenMV Cam также может отслеживать AprilTags. AprilTags — это современные фидуциальные маркеры, инвариантные к вращению, масштабу, сдвигу и освещению. Посмотрите наше видео здесь:/learn/49590

• Обнаружение линий
• • OpenMV Cam может быстро выполнять обнаружение бесконечных линий, работая почти на полной частоте кадров. Он также может находить небесконечные отрезки линий. Вы можете посмотреть наше видео здесь:/learn/50009
• Обнаружение кругов
• • Вы можете легко использовать OpenMV для обнаружения кругов на изображениях.

• Обнаружение прямоугольников
• • OpenMV также может обнаруживать прямоугольники, используя код обнаружения квадратов из библиотеки AprilTag.

• Сопоставление шаблонов
• • Вы можете использовать сопоставление шаблонов OpenMV для обнаружения изображений, схожих с шаблоном, в поле зрения. Например, сопоставление шаблонов можно применять для поиска маркеров на печатных платах или считывания известных цифр на дисплеях.
• Захват изображения
• • Вы можете использовать OpenMV для захвата изображений в форматах RGB565/оттенки серого BMP/JPG/PPM/PGM. Вы можете напрямую управлять процессом захвата изображений в скриптах на Python. Самое главное, вы можете применять алгоритмы машинного зрения для рисования линий, нанесения символов и последующего сохранения.

• Видеозапись
• • Вы можете использовать камеру OpenMV для записи видео в формате RGB565/оттенки серого MJPEG или изображений GIF (или видео RAW). Вы можете напрямую управлять записью каждого кадра видео в скриптах на Python и полностью контролировать начало и окончание записи видео. Кроме того, как и при съёмке фотографий, вы можете применять алгоритмы машинного зрения для рисования линий, нанесения символов, а затем сохранять результат.

Наконец, все вышеперечисленные функции можно комбинировать с управлением через выводы ввода-вывода для работы с вашими собственными приложениями, взаимодействующими с реальным миром.