genx320_histogram_mode_grayscale_led_tracking.py

# Ce travail est publié sous licence MIT.
# Copyright (c) 2013-2024 OpenMV LLC. Tous droits réservés.
# https://github.com/openmv/openmv/blob/master/LICENSE
#
# Cet exemple montre l'utilisation du capteur d'événements GenX320 de Prophesee pour suivre un marqueur actif
# à LEDs. Les réglages du capteur (biais) sont ajustés pour ne détecter que des LEDs à fort contraste modulées à
# haute fréquence. Avec ces réglages, le capteur ne détecte aucun changement de faible contraste dans
# la scène à l'exception des LEDs, ce qui permet un suivi des LEDs très efficace et robuste.
# La carte de marqueur actif Prophesee avec LEDs et les données événementielles correspondantes sont présentées sur
# https://youtu.be/j-LpkDpCxUU?si=jA3B4xZg9RHlyoW3.

import csi
import time

csi0 = csi.CSI(cid=csi.GENX320)
csi0.reset()
csi0.pixformat(csi.GRAYSCALE)
csi0.framesize((320, 320))
csi0.brightness(128)  # Laissez généralement à 128 (c'est la valeur par défaut).
csi0.contrast(16)  # Augmentez pour faire ressortir l'image.
csi0.framerate(200)
# Applique les biais du capteur ajustés pour le suivi d'un marqueur actif avec LEDs
csi0.ioctl(csi.IOCTL_GENX320_SET_BIASES, csi.GENX320_BIASES_ACTIVE_MARKER)

clock = time.clock()

while True:
    clock.tick()

    img = csi0.snapshot()

    blobs = img.find_blobs(
        [(120, 140)], invert=True, pixels_threshold=2, area_threshold=4, merge=True
    )

    for blob in blobs:
        img.draw_detection(blob, color1=(255, 255, 255), color2=(0, 0, 0))

    print(clock.fps())