mean_adaptive_threshold_filter.py

# Ce travail est publié sous licence MIT.
# Copyright (c) 2013-2023 OpenMV LLC. Tous droits réservés.
# https://github.com/openmv/openmv/blob/master/LICENSE
#
# Exemple de filtre de seuil adaptatif moyen
#
# Cet exemple montre le filtrage moyen avec seuillage adaptatif.
# Quand mean(threshold=True), la méthode mean() applique un seuillage adaptatif à l'image
# en comparant la moyenne des pixels autour d'un pixel, moins un décalage, avec ce pixel.

import csi
import time

csi0 = csi.CSI()
csi0.reset()  # Initialiser le capteur de la caméra.
csi0.pixformat(csi.RGB565)  # ou csi.GRAYSCALE
csi0.framesize(csi.QQVGA)  # ou csi.QVGA (ou autres)
csi0.snapshot(time=2000)  # Laisser les nouveaux réglages prendre effet.

clock = time.clock()  # Suit le FPS.

while True:
    clock.tick()  # Suivre les millisecondes écoulées entre les snapshots().
    img = csi0.snapshot()  # Prendre une photo et renvoyer l'image.

    # Le premier argument est la taille du noyau. N correspond à une taille de noyau
    # ((N*2)+1)^2. Ex. 1 == noyau 3x3, 2 == noyau 5x5, etc. Remarque : vous
    # ne devriez jamais avoir besoin d'utiliser une valeur supérieure à 2.
    img.mean(1, threshold=True, offset=5, invert=True)

    print(clock.fps())  # Remarque : votre OpenMV Cam fonctionne environ deux fois moins vite lorsqu'elle est
    # connectée à votre ordinateur. Le nombre d'images par seconde (FPS) devrait augmenter une fois déconnectée.