image-patches-differential-translation.py
# 本作品采用MIT许可证授权。
# 版权所有 (c) 2013-2023 OpenMV LLC。保留所有权利。
# https://github.com/openmv/openmv/blob/master/LICENSE
#
# 图像块差分光流平移
#
# 此示例展示了如何使用您的OpenMV摄像头测量
# 通过比较当前与前一帧在X和Y方向上的
# 相互比较。注意此模式下仅处理X和Y方向的平移,
# 已处理 - 此模式下不支持旋转/缩放。
#
# 然而,此示例不仅限于对整个图像
# 一次性进行光流处理。而是通过分组处理图像中的像素
# 来分解流程。这会生成一个“新”的结果图像。
#
# 注意:表面需要具备某种“边缘”特征,
# 算法才能正常工作。无特征的表面会产生疯狂的结果。
#
# 为了有效运行此演示,请将您的OpenMV摄像头安装在稳固的
# 基准点,并缓慢向左、右、上、下移动,
# 观察数值变化。注意,你可以看到位移数值
# 在水平和垂直分辨率的一半范围内波动。
#
# 注意:在使用find_displacement()时,您必须使用较小的2的幂
# 分辨率。这是因为该算法基于
# 相位相关技术,它使用FFT进行
# 图像比较。非2的幂的分辨率需要填充到2的幂,
# 这会降低算法结果的实用性。请
# 使用像B128X128或B128X64(快2倍)这样的分辨率。
#
# 您的OpenMV摄像头支持64x32、64x64、
# 128x64和128x128这些2的幂分辨率。如果您需要32x32的分辨率,
# 可以在64x64图像上执行“img.scale(x_scale=0.5, y_scale=0.5, hint=image.AREA)”来创建。
import csi
import image
import time
BLOCK_W = 16 # pow2
BLOCK_H = 16 # pow2
csi0 = csi.CSI()
csi0.reset() # 重置并初始化传感器。
csi0.pixformat(csi.GRAYSCALE) # 将像素格式设置为灰度
csi0.framesize((128, 128)) # 将帧大小设置为128x128...(或64x64)...
csi0.snapshot(time=2000) # 等待设置生效。
clock = time.clock() # 创建一个时钟对象来跟踪FPS。
# 在堆上创建第二个帧缓冲区。
extra_fb = image.Image(csi0.width(), csi0.height(), csi0.pixformat())
extra_fb.draw_image(csi0.snapshot())
while True:
clock.tick() # 跟踪snapshots()之间经过的毫秒数。
img = csi0.snapshot() # 拍照并返回图像。
for y in range(0, csi0.height(), BLOCK_H):
for x in range(0, csi0.width(), BLOCK_W):
displacement = extra_fb.find_displacement(
img, roi=(x, y, BLOCK_W, BLOCK_H), template_roi=(x, y, BLOCK_W, BLOCK_H)
)
# 低于0.1左右(因情况而异)时,结果就只是噪声了。
if displacement.response > 0.1:
pixel_x = x + (BLOCK_W // 2) + int(displacement.x_translation)
pixel_y = y + (BLOCK_H // 2) + int(displacement.y_translation)
img.draw_line(
(x + BLOCK_W // 2, y + BLOCK_H // 2, pixel_x, pixel_y), color=255
)
else:
img.draw_line(
(
x + BLOCK_W // 2,
y + BLOCK_H // 2,
x + BLOCK_W // 2,
y + BLOCK_H // 2,
),
color=0,
)
extra_fb.draw_image(img)
print(clock.fps())