genx320_event_mode_calibration.py

# Ce travail est publié sous licence MIT.
# Copyright (c) 2013-2025 OpenMV LLC. Tous droits réservés.
# https://github.com/openmv/openmv/blob/master/LICENSE
#
# Cet exemple montre comment utiliser la caméra événementielle genx320 de Prophesee
# en utilisant le mode de diffusion d'événements et en calibrant la caméra.

import csi
import image
import time

# https://micropython-ulab.readthedocs.io/en/latest/index.html
from ulab import numpy as np

CAL_EVENT_COUNT = 10000  # Nombre d'événements à collecter pour la calibration.
CAL_SIGMA = 0.5  # Écart type pour la détection des pixels chauds.

# Surface sur laquelle dessiner l'image de l'histogramme.
img = image.Image(320, 320, image.GRAYSCALE)

# Stocke les événements de la caméra
# Forme : (EVT_res, 6) où EVT_res est la résolution des événements
# EVT_res : doit être une puissance de deux comprise entre 1024 et 65536.
# Colonnes :
# [0]  Type d'événement
# [1]  Horodatage en secondes
# [2]  Horodatage en millisecondes
# [3]  Horodatage en microsecondes
# [4]  Coordonnée X de 0 à 319 pour GENX320
# [5]  Coordonnée Y de 0 à 319 pour GENX320
events = np.zeros((2048, 6), dtype=np.uint16)

# Initialiser le capteur.
csi0 = csi.CSI(cid=csi.GENX320)
csi0.reset()
csi0.ioctl(csi.IOCTL_GENX320_SET_MODE, csi.GENX320_MODE_EVENT, events.shape[0])

clock = time.clock()

t = time.ticks_ms()
calibrated = False
while True:
    clock.tick()

    # Lit 2048 événements depuis la caméra.
    # Renvoie le nombre d'événements valides (0-2048) ou un code d'erreur négatif.
    event_count = csi0.ioctl(csi.IOCTL_GENX320_READ_EVENTS, events)

    # Affiche les événements sous forme d'image d'histogramme.
    # Si clear=True, l'image est réinitialisée à "brightness" avant le dessin.
    # Pour chaque PIX_ON_EVENT, ajoute "contrast" à la valeur du bin ;
    # pour chaque PIX_OFF_EVENT, la soustrait et la limite à [0, 255].
    # Si clear=False, l'histogramme s'accumule sur plusieurs appels.
    img.draw_event_histogram(events[:event_count], clear=True, brightness=128, contrast=64)

    # Envoie l'image vers le tampon jpeg pour que l'IDE puisse la récupérer et l'afficher.
    # L'IDE récupère les images de la caméra à un rythme bien inférieur à celui du
    # taux d'images de la caméra embarquée affiché ci-dessous.
    img.flush()

    # Afficher d'abord l'image non calibrée.
    if not calibrated and time.ticks_diff(time.ticks_ms(), t) > 5000:
        disabled_pixels = csi0.ioctl(csi.IOCTL_GENX320_CALIBRATE, CAL_EVENT_COUNT, CAL_SIGMA)
        print(f'Disabled {disabled_pixels} hot pixels.')
        calibrated = True

    print(event_count, clock.fps())