例程讲解22-Optical-Flow->image-patches-absolute-rotation-scale 图像补丁绝对旋转变换

# 光流图像补丁绝对旋转变换示例

# 此示例显示使用OpenMV Cam通过将当前图像与先前图像相互比较来测量旋转/缩放。 
# 请注意,在此模式下仅处理旋转/缩放 - 而不是X和Y平移。

#
# 然而,这个例子不仅仅是在整个图像上同时进行光学流动。 相反,它通过处理图像中的像素组来分解过程。 
# 这为您提供了结果的“新”图像。

# 请注意,曲面需要在其上具有某种类型的“边缘”才能使算法正常工作。 
# 无特色的表面会产生疯狂的结果。

# 注意:除非你有一个非常好的测试装备,否则这个例子很难看出它的用处...

BLOCK_W = 16 # pow2
BLOCK_H = 16 # pow2

# 要有效地运行此演示,请将OpenMV安装在稳固的底座上,
# 然后 慢慢地 围绕镜头旋转摄像机,并向前/向后移动摄像机以查看数字的变化。
# 即仅改变z方向。

import sensor, image, time, math

# 注意!!! 使用find_displacement()时,必须使用2的幂次方分辨率。 
# 这是因为该算法由称为相位相关的东西提供动力,该相位相关使用FFT进行图像比较。 
# 非2的幂次方分辨率要求填充到2的幂,这降低了算法结果的有用性。 
# 请使用像B64X64或B64X32这样的分辨率(快2倍)。

# 您的OpenMV Cam支持2的幂次方分辨率64x32,64x64,128x64和128x128。
# 如果您想要32x32的分辨率,可以通过在64x64图像上执行“img.pool(2,2)”来创建它。


sensor.reset()                      # 复位并初始化传感器。
sensor.set_pixformat(sensor.RGB565) # Set pixel format to RGB565 (or GRAYSCALE)
#设置图像色彩格式,有RGB565色彩图和GRAYSCALE灰度图两种

sensor.set_framesize(sensor.B128X128)  # 将图像大小设置为128X128…… (128X64)……

sensor.skip_frames(time = 2000)     # 等待设置生效。
clock = time.clock()                # 创建一个时钟对象来跟踪FPS帧率。

# 从主帧缓冲区的RAM中取出以分配第二帧缓冲区。
# 帧缓冲区中的RAM比MicroPython堆中的RAM多得多。
# 但是,在执行此操作后,您的某些算法的RAM会少得多......
# 所以,请注意现在摆脱RAM问题要容易得多。
extra_fb = sensor.alloc_extra_fb(sensor.width(), sensor.height(), sensor.GRAYSCALE)
extra_fb.replace(sensor.snapshot())

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

    for y in range(0, sensor.height(), BLOCK_H):
        for x in range(0, sensor.width(), BLOCK_W):
            # 对于此示例,我们从不更新旧图像以测量绝对变化。
            displacement = extra_fb.find_displacement(img, logpolar=True, \
                roi = (x, y, BLOCK_W, BLOCK_H), template_roi = (x, y, BLOCK_W, BLOCK_H))

            # 低于0.1左右(YMMV),结果只是噪音。
            if(displacement.response() > 0.1):
                rotation_change = displacement.rotation()
                zoom_amount = displacement.scale()
                pixel_x = x + (BLOCK_W//2) + int(math.sin(rotation_change) * zoom_amount * (BLOCK_W//4))
                pixel_y = y + (BLOCK_H//2) + int(math.cos(rotation_change) * zoom_amount * (BLOCK_H//4))
                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)

    print(clock.fps())

星瞳科技OpenMV官方中文文档函数讲解:

results matching ""

    No results matching ""