个人一开始以为我写了的这几个博客已经够清楚了，让各大网友正常使用OpenMV图像处理，然后与单片机通讯应该会很简单。但还是有人不知道，我就还是提供一下我的代码。
代码就是识别红黄绿三种颜色和二维码信息，识别到颜色分别发送0、1、2。
接线
接线很简单，就是OpenMV的TX（P4）——单片机RX，RX（P5）——单片机TX，GND——GND，3.3V——3.3V
要识别的材料
git链接：git仓库
OpenMV代码
代码
由于我以上博客已经详细介绍了，再次不在啰嗦，直接贴代码。
import sensor, image, time, math from pyb import UART #threshold_index = 0 # 0 for red, 1 for green, 2 for blue # 颜色跟踪阈值 (L Min, L Max, A Min, A Max, B Min, B Max) # 下面的阈值通常跟踪红色/绿色/蓝色的东西。您可能希望调整它们…… thresholds = [(50, 65, 40, 50, 35, 60), # generic_red_thresholds (75, 90, -80, -70, 40, 80), # generic_green_thresholds (55, 70, -21, 0, -50, -35)] # generic_blue_thresholds sensor.reset()#重置感光元件，重置摄像机 sensor.set_pixformat(sensor.RGB565) #设置颜色格式为RGB565，彩色，每个像素16bit。 sensor.set_framesize(sensor.QVGA) #图像大小为QVGA sensor.skip_frames(time = 2000) #跳过n张照片，在更改设置后，跳过一些帧，等待感光元件变稳定。 sensor.set_auto_gain(False) #颜色识别必须关闭自动增益，会影响颜色识别效果 sensor.set_auto_whitebal(False) #颜色识别必须关闭白平衡，会影响颜色识别效果，导致颜色的阈值发生改变 clock = time.clock() uart = UART(3, 9600) #初始化串口3，波特率为9600（注意：上位机记得也配置成9600） # 只有像素大于“pixels_threshold”和面积大于“area_threshold”的区域才是 # 由下面的"find_blobs"返回。更改“pixels_threshold”和“area_threshold” # 相机的分辨率。"merge=True"合并图像中所有重叠的斑点。 while(True): clock.tick()# 追踪两个snapshots()之间经过的毫秒数. img = sensor.snapshot()#截取感光元件中的一张图片 img.lens_corr(1.8) # 1.8的强度参数对于2.8mm镜头来说是不错的。 #在img.find_blobs这个函数中，我们进行颜色识别 #roi是“感兴趣区”，是在画面的中央还是右上方或者哪里进行颜色识别。此处我们没有进行配置，默认整个图像进行识别 for blob in img.find_blobs([thresholds[0]], pixels_threshold=200, area_threshold=200, merge=True): # 这些值始终是稳定的。 uart.write("0") print('0') img.draw_rectangle(blob.rect()) #用矩形标记出目标颜色区域 img.draw_cross(blob.cx(), blob.cy()) #在目标颜色区域的中心画十字形标记 for blob in img.find_blobs([thresholds[1]], pixels_threshold=200, area_threshold=200, merge=True): # 这些值始终是稳定的。 uart.write("1") print('1') img.draw_rectangle(blob.rect()) #用矩形标记出目标颜色区域 img.draw_cross(blob.cx(), blob.cy()) #在目标颜色区域的中心画十字形标记 for blob in img.find_blobs([thresholds[2]], pixels_threshold=200, area_threshold=200, merge=True): # 这些值始终是稳定的。 uart.write("2") print('2') img.draw_rectangle(blob.rect()) #用矩形标记出目标颜色区域 img.draw_cross(blob.cx(), blob.cy()) #在目标颜色区域的中心画十字形标记 for code in img.find_qrcodes(): # 进行二维码检测 img.draw_rectangle(code.rect(), color = (255, 0, 0)) message = code.payload() #返回二维码有效载荷的字符串 if message == 'red': uart.write("0") print('0') if message == 'green': uart.write("1") print('1') if message == 'blue': uart.write("2") print('2')
for...in...部分简单介绍
可能有人看到，我这里是使用了 for...in...，那么程序应该无论如何都会依次发送0、1、2。其实不是这样的，你可以写一个这个。你会发现，如果OpenMV没有识别到红色，那么串行中断显示的都是【】，这个表示一个空数组。而因为他是空数组，所以没有数据返回给blob，for...in...语句也就不会进行，因此不会依次发送0、1、2。
print(img.find_blobs([thresholds[0]], pixels_threshold=200, area_threshold=200, merge=True))
stm32代码
我只贴串口2中断部分，如果你连stm32串口配置都不会，那我也无话可说。
注意，我这里Task_OLED_ShowString是我自己写的OLED函数，你是没有的。虽然这是很基础的东西，还是提醒一下。
//OpenMV串口中断 void USART2_IRQHandler() { uint16_t temp; //while(USART_GetITStatus(USART1,USART_IT_RXNE) == RESET); //使用这个，程序会一直停留在这里 if(USART_GetITStatus(OpenMV_USART,USART_IT_RXNE) != RESET) { temp = USART_ReceiveData(OpenMV_USART); switch(temp) { case '0':Task_OLED_Clear();Task_OLED_ShowString(0,0,"Red",40);break; case '1':Task_OLED_Clear();Task_OLED_ShowString(0,0,"Green",40);break; case '2':Task_OLED_Clear();Task_OLED_ShowString(0,0,"Blue",40);break; } } //USART_SendByte(OpenMV_USART,temp);//将接收到的数据返回 //USART_ClearITPendingBit(USART1,USART_IT_RXNE); }
msp430f5529代码
这里是用的串口0
#pragma vector=USCI_A0_VECTOR __interrupt void USCI_A0_ISR (void) { uint8_t receivedData = 0; switch (__even_in_range(UCA0IV,4)) { //Vector 2 - RXIFG case 2: receivedData = USCI_A_UART_receiveData(USCI_A0_BASE); switch(receivedData) { case '0':Task_OLED_Clear();Task_OLED_ShowString(0,0,"Red",40);break; case '1':Task_OLED_Clear();Task_OLED_ShowString(0,0,"Green",40);break; case '2':Task_OLED_Clear();Task_OLED_ShowString(0,0,"Blue",40);break; } break; default: break; } }
