keypoints.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
#
# Beispiel für Objektverfolgung mit Keypoints.
# Zeigen Sie der Kamera ein Objekt und führen Sie dann das Skript aus. Ein Satz von Keypoints wird
# einmal extrahiert und dann in den folgenden Frames verfolgt. Wenn Sie einen neuen Satz von Keypoints möchten, führen Sie
# das Skript erneut aus. HINWEIS: Siehe die Dokumentation für Argumente zum Anpassen von find_keypoints und match_keypoints.
import csi
import time
import image

csi0 = csi.CSI()
csi0.reset()
csi0.contrast(3)
csi0.gainceiling(16)
csi0.framesize(csi.VGA)
csi0.window((320, 240))
csi0.pixformat(csi.GRAYSCALE)

csi0.snapshot(time=2000)
csi0.auto_gain(False, gain_db=100)


def draw_keypoints(img, kpts):
    if kpts:
        print(kpts)
        img.draw_keypoints(kpts)
        img = csi0.snapshot()
        time.sleep_ms(1000)


kpts1 = None
# HINWEIS: Auskommentieren, um einen Keypoints-Deskriptor aus einer Datei zu laden
# kpts1 = image.load_descriptor("desc.orb")
# img = csi0.snapshot()
# draw_keypoints(img, kpts1)

clock = time.clock()
while True:
    clock.tick()
    img = csi0.snapshot()
    if kpts1 is None:
        # HINWEIS: Standardmäßig gibt find_keypoints Multiskalen-Keypoints zurück, die aus einer Bildpyramide extrahiert wurden.
        kpts1 = img.find_keypoints(max_keypoints=150, threshold=10, scale_factor=1.2)
        draw_keypoints(img, kpts1)
    else:
        # HINWEIS: Beim Extrahieren von Keypoints, um sie mit dem ersten Deskriptor abzugleichen, verwenden wir normalized=True, um
        # Keypoints nur aus der ersten Skalierungsstufe zu extrahieren, die mit einer der Skalierungsstufen im ersten Deskriptor übereinstimmt.
        kpts2 = img.find_keypoints(max_keypoints=150, threshold=10, normalized=True)
        if kpts2:
            match = image.match_descriptor(kpts1, kpts2, threshold=85)
            if match.count > 10:
                # Wenn wir mindestens n "gute Übereinstimmungen" haben
                # Begrenzungsrechteck und Kreuz zeichnen.
                img.draw_detection(match, size=10)

            print(kpts2, "matched:%d dt:%d" % (match.count, match.theta))
            # HINWEIS: Auskommentieren, wenn Sie die Keypoints zeichnen möchten
            # img.draw_keypoints(kpts2, size=KEYPOINTS_SIZE, matched=True)

    # FPS zeichnen
    img.draw_string((0, 0), "FPS:%.2f" % (clock.fps()))