100_fps_ir_led_tracking.py

# Esta obra está licenciada bajo la licencia MIT.
# Copyright (c) 2013-2023 OpenMV LLC. Todos los derechos reservados.
# https://github.com/openmv/openmv/blob/master/LICENSE
#
# Este ejemplo muestra cómo usar el control de ventana de lectura para leer una parte pequeña
# de la matriz de píxeles del sensor a muy alta velocidad y mover esa ventana de lectura.

# Este ejemplo se diseñó y probó en la OpenMV Cam H7 Plus usando el sensor OV5640.

import csi
import time

EXPOSURE_MICROSECONDS = 1000
TRACKING_THRESHOLDS = [(128, 255)]  # Cuando reduce la exposición, oscurece todo.

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  # El blob puede alejarse un 5% del centro.

csi0 = csi.CSI()
csi0.reset()  # Restablecer e inicializar el sensor.
csi0.pixformat(csi.GRAYSCALE)  # Establezca el formato de píxel en GRAYSCALE
csi0.framesize(SEARCHING_RESOLUTION)
csi0.snapshot(time=1000)  # Esperar a que los ajustes surtan efecto.
clock = time.clock()  # Crear un objeto clock para registrar los FPS.

csi0.auto_gain(False)  # Desactívelo, ya que oscilará.
csi0.auto_exposure(False, exposure_us=EXPOSURE_MICROSECONDS)
csi0.snapshot(time=1000)

# sensor_w y sensor_h son los píxeles en bruto de ancho/alto del sensor de imagen (x/y son 0 inicialmente).
x, y, sensor_w, sensor_h = csi0.ioctl(csi.IOCTL_GET_READOUT_WINDOW)

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

    # Necesitamos encontrar un objeto IR para rastrear; es probable que sea muy brillante.
    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):
            # De forma predeterminada, la ventana de lectura se establece en toda la matriz de píxeles del sensor con x/y==0.
            # La resolución que ve se produce tomando píxeles de la ventana de lectura en
            # la cámara. La ubicación x/y es relativa al centro del sensor.
            x, y, w, h = csi0.ioctl(csi.IOCTL_GET_READOUT_WINDOW)

            # El controlador de la cámara intentará escalar para ajustarse a la resolución máxima que le pase, con
            # el ancho/alto que quepa en el sensor manteniendo la relación de aspecto.
            ratio = min(w / float(csi0.width()), h / float(csi0.height()))

            # Referencie cx() al centro del viewport y luego escale a la ventana de lectura.
            mapped_cx = (b.cx - (csi0.width() / 2.0)) * ratio
            # Como mantenemos la relación de aspecto, podría haber un desplazamiento en x.
            mapped_cx += (w - (csi0.width() * ratio)) / 2.0
            # Sume nuestro desplazamiento respecto al centro del sensor
            mapped_cx += x + (sensor_w / 2.0)

            # Referencie cy() al centro del viewport y luego escale a la ventana de lectura.
            mapped_cy = (b.cy - (csi0.height() / 2.0)) * ratio
            # Como mantenemos la relación de aspecto, podría haber un desplazamiento en y.
            mapped_cy += (h - (csi0.height() * ratio)) / 2.0
            # Sume nuestro desplazamiento respecto al centro del sensor
            mapped_cy += y + (sensor_h / 2.0)

            return (mapped_cx, mapped_cy)  # Ubicación X/Y en la matriz del sensor.

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

            # Cambie a la resolución (si la resolución no cambió, esto no hace nada).
            csi0.framesize(res)

            # Construya la ventana de lectura. x/y son desplazamientos desde el centro.
            x = int(mapped_cx - (sensor_w / 2.0))
            y = int(mapped_cy - (sensor_h / 2.0))
            w = csi0.width()
            h = csi0.height()

            # Enfoque en el centroide.
            csi0.ioctl(csi.IOCTL_SET_READOUT_WINDOW, (x, y, w, h))

            # Compruebe si estamos llegando al borde.
            new_x, new_y, w, h = csi0.ioctl(csi.IOCTL_GET_READOUT_WINDOW)

            # Puede usar estos valores de error para controlar servos y mover la cámara si lo desea.
            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)

        # Este bucle rastreará el blob a una velocidad de lectura mucho mayor y una resolución menor.
        while True:
            clock.tick()
            img = csi0.snapshot()

            # Encuentre el blob en la imagen de menor resolución.
            blobs = img.find_blobs(
                TRACKING_THRESHOLDS,
                area_threshold=TRACKING_AREA_THRESHOLD,
                pixels_threshold=TRACKING_PIXEL_THRESHOLD,
            )

            # Si perdemos el blob, necesitamos encontrar uno nuevo.
            if not len(blobs):
                # Restablezca la resolución.
                csi0.framesize(SEARCHING_RESOLUTION)
                csi0.ioctl(csi.IOCTL_SET_READOUT_WINDOW, (sensor_w, sensor_h))
                break

            # Reduzca la lista de blobs y resalte el blob.
            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

            # Vuelva a centrar en el blob si comienza a salir de la vista (esto reduce los FPS).
            if abs(x_diff) > w_threshold or abs(y_diff) > h_threshold:
                center_on_blob(most_dense_blob, TRACKING_RESOLUTION)

    print(clock.fps())