例程讲解20-Frame-Differencing->on_disk_advanced_frame_differencing 需sd卡的高级帧差分

# 高级帧差分示例
#
# 注意:您需要一张SD卡才能运行此示例。
#
# 此示例演示了如何在OpenMV Cam中使用帧差异。 
# 这个例子是高级的,因为它预先形成了一个后台更新来处理随时间变化的背景图像。


import sensor, image, pyb, os, time

TRIGGER_THRESHOLD = 5

BG_UPDATE_FRAMES = 50 # 融合前有多少帧。
BG_UPDATE_BLEND = 128 # How much to blend by... ([0-256]==[0.0-1.0]).

sensor.reset() # 复位并初始化传感器。

sensor.set_pixformat(sensor.RGB565) # or sensor.RGB565
#设置图像色彩格式,有RGB565色彩图和GRAYSCALE灰度图两种

sensor.set_framesize(sensor.QVGA) # or sensor.QQVGA (or others)
#设置图像像素大小

sensor.skip_frames(time = 2000) # 让新的设置生效。
sensor.set_auto_whitebal(False) # 关闭白平衡。
clock = time.clock() # 跟踪FPS帧率

if not "temp" in os.listdir(): os.mkdir("temp") # 新建一个新的文件夹

print("About to save background image...")
sensor.skip_frames(time = 2000) # 给用户一个时间来准备
sensor.snapshot().save("temp/bg.bmp")
print("Saved background image - Now frame differencing!")

triggered = False

frame_count = 0
while(True):
    clock.tick() # 追踪两个snapshots()之间经过的毫秒数.
    img = sensor.snapshot() # 拍一张照片,返回图像

    frame_count += 1
    if (frame_count > BG_UPDATE_FRAMES):
        frame_count = 0
        # 融入新的帧。 我们在这里做256-alpha,因为我们想将新帧混合到背景中。 
        # 而不是把背景融入到新帧(这仅仅做alpha)。
        # 通过((NEW*(alpha))+(OLD*(256-alpha)))/256融合每个像素。
        # 因此,低alpha导致新图像的低混合,而高alpha导致新图像的高混合。我们需要对此更新进行反转。
        img.blend("temp/bg.bmp", alpha=(256-BG_UPDATE_BLEND))
        img.save("temp/bg.bmp")

    # 用 "abs(NEW-OLD)" 帧差替换图像。
    img.difference("temp/bg.bmp")

    hist = img.get_histogram()
    # 下面的代码通过比较第99百分位值(例如,非离群值最大值与第90百分位值(例如非最大值)来工作。
    # 两个值之间的差异将随着差异图像看起来像素变化而增大。
    diff = hist.get_percentile(0.99).l_value() - hist.get_percentile(0.90).l_value()
    triggered = diff > TRIGGER_THRESHOLD

    print(clock.fps()) # 注意: 当连接电脑后,OpenMV会变成一半的速度。当不连接电脑,帧率会增加。

星瞳科技OpenMV官方中文文档函数讲解:

星瞳科技OpenMV官方中文文档函数讲解:

星瞳科技OpenMV官方中文文档函数讲解:

星瞳科技OpenMV官方中文文档函数讲解:

星瞳科技OpenMV官方中文文档函数讲解:

results matching ""

    No results matching ""