100_fps_ir_led_tracking.py

# Dieses Werk ist unter der MIT-Lizenz lizenziert.
# Copyright (c) 2013-2023 OpenMV LLC. Alle Rechte vorbehalten.
# https://github.com/openmv/openmv/blob/master/LICENSE
#
# Dieses Beispiel zeigt, wie man mit der Steuerung des Auslesefensters einen kleinen Teil eines Kamera
# Sensor-Pixel-Arrays mit sehr hoher Geschwindigkeit ausliest und dieses Auslesefenster bewegt.

# Dieses Beispiel wurde für die OpenMV Cam H7 Plus mit dem OV5640-Sensor entworfen und getestet.

import csi
import time

EXPOSURE_MICROSECONDS = 1000
TRACKING_THRESHOLDS = [(128, 255)]  # Wenn Sie die Belichtung verringern, verdunkeln Sie alles.

SEARCHING_RESOLUTION = csi.VGA
SEARCHING_AREA_THRESHOLD = 16
SEARCHING_PIXEL_THRESHOLD = SEARCHING_AREA_THRESHOLD

TRACKING_RESOLUTION = csi.QQVGA
TRACKING_AREA_THRESHOLD = 256
TRACKING_PIXEL_THRESHOLD = TRACKING_AREA_THRESHOLD

TRACKING_EDGE_TOLERANCE = 0.05  # Der Blob kann sich um 5% von der Mitte entfernen.

csi0 = csi.CSI()
csi0.reset()  # Sensor zurücksetzen und initialisieren.
csi0.pixformat(csi.GRAYSCALE)  # Pixelformat auf GRAYSCALE setzen
csi0.framesize(SEARCHING_RESOLUTION)
csi0.snapshot(time=1000)  # Warten, bis die Einstellungen wirksam werden.
clock = time.clock()  # Ein Clock-Objekt erstellen, um die FPS zu verfolgen.

csi0.auto_gain(False)  # Ausschalten, da es sonst oszilliert.
csi0.auto_exposure(False, exposure_us=EXPOSURE_MICROSECONDS)
csi0.snapshot(time=1000)

# sensor_w und sensor_h sind die rohen Pixel-Breite/-Höhe des Bildsensors (x/y sind anfangs 0).
x, y, sensor_w, sensor_h = csi0.ioctl(csi.IOCTL_GET_READOUT_WINDOW)

while True:
    clock.tick()
    img = csi0.snapshot()

    # Wir müssen ein IR-Objekt zum Verfolgen finden - es ist wahrscheinlich sehr hell.
    blobs = img.find_blobs(
        TRACKING_THRESHOLDS,
        area_threshold=SEARCHING_AREA_THRESHOLD,
        pixels_threshold=SEARCHING_PIXEL_THRESHOLD,
    )

    if len(blobs):
        most_dense_blob = max(blobs, key=lambda x: x.density)
        img.draw_rectangle(most_dense_blob.rect)

        def get_mapped_centroid(b):
            # Standardmäßig ist das Auslesefenster auf das gesamte Sensor-Pixel-Array mit x/y==0 eingestellt.
            # Die Auflösung, die Sie sehen, wird erzeugt, indem Pixel aus dem Auslesefenster der
            # Kamera entnommen werden. Die x/y-Position ist relativ zur Sensormitte.
            x, y, w, h = csi0.ioctl(csi.IOCTL_GET_READOUT_WINDOW)

            # Der Kameratreiber versucht, die von Ihnen übergebene Auflösung an die maximale
            # Breite/Höhe anzupassen, die auf den Sensor passt, während das Seitenverhältnis beibehalten wird.
            ratio = min(w / float(csi0.width()), h / float(csi0.height()))

            # cx() auf die Mitte des Viewports beziehen und dann auf das Auslesefenster skalieren.
            mapped_cx = (b.cx - (csi0.width() / 2.0)) * ratio
            # Da das Seitenverhältnis beibehalten wird, kann es einen Versatz in x geben.
            mapped_cx += (w - (csi0.width() * ratio)) / 2.0
            # Unsere Verschiebung von der Sensormitte hinzufügen
            mapped_cx += x + (sensor_w / 2.0)

            # cy() auf die Mitte des Viewports beziehen und dann auf das Auslesefenster skalieren.
            mapped_cy = (b.cy - (csi0.height() / 2.0)) * ratio
            # Da das Seitenverhältnis beibehalten wird, kann es einen Versatz in y geben.
            mapped_cy += (h - (csi0.height() * ratio)) / 2.0
            # Unsere Verschiebung von der Sensormitte hinzufügen
            mapped_cy += y + (sensor_h / 2.0)

            return (mapped_cx, mapped_cy)  # X/Y-Position auf dem Sensor-Array.

        def center_on_blob(b, res):
            mapped_cx, mapped_cy = get_mapped_centroid(b)

            # Zur Auflösung res wechseln (wenn res unverändert war, geschieht nichts).
            csi0.framesize(res)

            # Auslesefenster konstruieren. x/y sind Versätze von der Mitte.
            x = int(mapped_cx - (sensor_w / 2.0))
            y = int(mapped_cy - (sensor_h / 2.0))
            w = csi0.width()
            h = csi0.height()

            # Auf den Schwerpunkt fokussieren.
            csi0.ioctl(csi.IOCTL_SET_READOUT_WINDOW, (x, y, w, h))

            # Prüfen, ob wir den Rand erreichen.
            new_x, new_y, w, h = csi0.ioctl(csi.IOCTL_GET_READOUT_WINDOW)

            # Sie können diese Fehlerwerte verwenden, um Servos anzusteuern und die Kamera zu bewegen, wenn Sie möchten.
            x_error = x - new_x
            y_error = y - new_y

            if x_error < 0:
                print("-X Limit Reached ", end="")
            if x_error > 0:
                print("+X Limit Reached ", end="")
            if y_error < 0:
                print("-Y Limit Reached ", end="")
            if y_error > 0:
                print("+Y Limit Reached ", end="")

        center_on_blob(most_dense_blob, TRACKING_RESOLUTION)

        # Diese Schleife verfolgt den Blob mit einer viel höheren Auslesegeschwindigkeit und niedrigerer Auflösung.
        while True:
            clock.tick()
            img = csi0.snapshot()

            # Den Blob im Bild mit niedrigerer Auflösung finden.
            blobs = img.find_blobs(
                TRACKING_THRESHOLDS,
                area_threshold=TRACKING_AREA_THRESHOLD,
                pixels_threshold=TRACKING_PIXEL_THRESHOLD,
            )

            # Wenn wir den Blob verlieren, müssen wir einen neuen finden.
            if not len(blobs):
                # Auflösung zurücksetzen.
                csi0.framesize(SEARCHING_RESOLUTION)
                csi0.ioctl(csi.IOCTL_SET_READOUT_WINDOW, (sensor_w, sensor_h))
                break

            # Die Blob-Liste eingrenzen und den Blob hervorheben.
            most_dense_blob = max(blobs, key=lambda x: x.density)
            img.draw_rectangle(most_dense_blob.rect)

            print(
                clock.fps(), "BLOB cx:%d, cy:%d" % get_mapped_centroid(most_dense_blob)
            )

            x_diff = most_dense_blob.cx - (csi0.width() / 2.0)
            y_diff = most_dense_blob.cy - (csi0.height() / 2.0)

            w_threshold = (csi0.width() / 2.0) * TRACKING_EDGE_TOLERANCE
            h_threshold = (csi0.height() / 2.0) * TRACKING_EDGE_TOLERANCE

            # Erneut auf den Blob zentrieren, wenn er den Sichtbereich zu verlassen beginnt (kostet FPS).
            if abs(x_diff) > w_threshold or abs(y_diff) > h_threshold:
                center_on_blob(most_dense_blob, TRACKING_RESOLUTION)

    print(clock.fps())