genx320_event_mode_calibration.py

# هذا العمل مرخص بموجب ترخيص MIT.
# حقوق النشر (c) 2013-2025 لشركة OpenMV LLC. جميع الحقوق محفوظة.
# https://github.com/openmv/openmv/blob/master/LICENSE
#
# يوضح هذا المثال استخدام كاميرا الأحداث genx320 من شركة Prophesee
# باستخدام وضع بث الأحداث ومعايرة الكاميرا.

import csi
import image
import time

# https://micropython-ulab.readthedocs.io/en/latest/index.html
from ulab import numpy as np

CAL_EVENT_COUNT = 10000  # عدد الأحداث المراد جمعها للمعايرة.
CAL_SIGMA = 0.5  # الانحراف المعياري لاكتشاف البكسلات الساخنة.

# السطح الذي سيُرسم عليه صورة المدرج التكراري (histogram).
img = image.Image(320, 320, image.GRAYSCALE)

# تخزين أحداث الكاميرا
# الشكل: (EVT_res, 6) حيث EVT_res هي دقة الأحداث
# EVT_res: يجب أن تكون من مضاعفات 2 بين 1024 و65536.
# الأعمدة:
# [0]  نوع الحدث
# [1]  الطابع الزمني بالثواني
# [2]  الطابع الزمني بالميلي ثانية
# [3]  الطابع الزمني بالميكروثانية
# [4]  إحداثي X من 0 إلى 319 لـ GENX320
# [5]  إحداثي Y من 0 إلى 319 لـ GENX320
events = np.zeros((2048, 6), dtype=np.uint16)

# تهيئة المستشعر.
csi0 = csi.CSI(cid=csi.GENX320)
csi0.reset()
csi0.ioctl(csi.IOCTL_GENX320_SET_MODE, csi.GENX320_MODE_EVENT, events.shape[0])

clock = time.clock()

t = time.ticks_ms()
calibrated = False
while True:
    clock.tick()

    # قراءة 2048 حدثًا من الكاميرا.
    # يُرجع عدد الأحداث الصالحة (0-2048) أو رمز خطأ سالب.
    event_count = csi0.ioctl(csi.IOCTL_GENX320_READ_EVENTS, events)

    # عرض الأحداث كصورة مدرج تكراري (histogram).
    # إذا كانت clear=True، تتم إعادة ضبط الصورة إلى "السطوع" (brightness) قبل الرسم.
    # لكل حدث PIX_ON_EVENT، أضف "التباين" (contrast) إلى قيمة الصندوق (bin)؛
    # ولكل حدث PIX_OFF_EVENT، اطرحه وقم بتقييده إلى [0, 255].
    # إذا كانت clear=False، يتراكم المدرج التكراري عبر عدة استدعاءات.
    img.draw_event_histogram(events[:event_count], clear=True, brightness=128, contrast=64)

    # دفع الصورة إلى ذاكرة jpeg المؤقتة ليقوم الـ IDE بسحبها وعرضها.
    # يقوم الـ IDE بسحب الإطارات من الكاميرا بمعدل أقل بكثير من
    # معدل إطارات الكاميرا المطبوع أدناه.
    img.flush()

    # عرض الصورة غير المعايرة أولاً.
    if not calibrated and time.ticks_diff(time.ticks_ms(), t) > 5000:
        disabled_pixels = csi0.ioctl(csi.IOCTL_GENX320_CALIBRATE, CAL_EVENT_COUNT, CAL_SIGMA)
        print(f'Disabled {disabled_pixels} hot pixels.')
        calibrated = True

    print(event_count, clock.fps())