genx320_event_mode_long_exposure.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
# im Event-Streaming-Modus, wobei mehrere Frames auf demselben Bild gezeichnet werden.

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

EXPOSURE_FRAMES = 30

# 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((32768, 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()
i = 0
while True:
    clock.tick()

    # Liest bis zu 2048 Events von der Kamera.
    # Gibt die Anzahl der gültigen Events (0-2048) oder einen negativen Fehlercode zurück.
    # Beachten Sie, dass alte Events im Puffer nicht gelöscht werden, um CPU-Zeit zu sparen.
    event_count = csi0.ioctl(csi.IOCTL_GENX320_READ_EVENTS, events)

    # Das Bild alle EXPOSURE_FRAMES Frames löschen.
    c = (i % EXPOSURE_FRAMES) == 0
    i += 1

    # 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=c, 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()

    print(event_count, clock.fps())