genx320_event_mode_calibration.py

# Dieses Werk ist unter der MIT-Lizenz lizenziert.
# Copyright (c) 2013-2025 OpenMV LLC. Alle Rechte vorbehalten.
# https://github.com/openmv/openmv/blob/master/LICENSE
#
# Dieses Beispiel zeigt die Verwendung der genx320-Eventkamera von Prophesee
# unter Verwendung des Event-Streaming-Modus und Kalibrierung der Kamera.

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  # Anzahl der zu sammelnden Events für die Kalibrierung.
CAL_SIGMA = 0.5  # Standardabweichung für die Hot-Pixel-Erkennung.

# Fläche, auf der das Histogrammbild gezeichnet wird.
img = image.Image(320, 320, image.GRAYSCALE)

# Speichert Kamera-Events
# Form: (EVT_res, 6), wobei EVT_res die Event-Auflösung ist
# EVT_res: muss eine Zweierpotenz zwischen 1024 und 65536 sein.
# Spalten:
# [0]  Event-Typ
# [1]  Zeitstempel in Sekunden
# [2]  Zeitstempel in Millisekunden
# [3]  Zeitstempel in Mikrosekunden
# [4]  X-Koordinate 0 bis 319 für GENX320
# [5]  Y-Koordinate 0 bis 319 für GENX320
events = np.zeros((2048, 6), dtype=np.uint16)

# Sensor initialisieren.
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()

    # Liest 2048 Ereignisse von der Kamera.
    # Gibt die Anzahl der gültigen Events (0-2048) oder einen negativen Fehlercode zurück.
    event_count = csi0.ioctl(csi.IOCTL_GENX320_READ_EVENTS, events)

    # Events in ein Histogrammbild rendern.
    # Wenn clear=True, wird das Bild vor dem Zeichnen auf "brightness" zurückgesetzt.
    # Für jedes PIX_ON_EVENT wird "contrast" zum Bin-Wert addiert;
    # für jedes PIX_OFF_EVENT wird er subtrahiert und auf [0, 255] begrenzt.
    # Wenn clear=False, akkumuliert sich das Histogramm über mehrere Aufrufe.
    img.draw_event_histogram(events[:event_count], clear=True, brightness=128, contrast=64)

    # Das Bild in den JPEG-Puffer schreiben, damit die IDE es abrufen und anzeigen kann.
    # Die IDE ruft Frames von der Kamera mit einer viel geringeren Rate ab als die
    # unten ausgegebene Framerate der Onboard-Kamera.
    img.flush()

    # Zunächst das unkalibrierte Bild anzeigen.
    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())