100_fps_ir_led_tracking.py

# Questo lavoro è concesso in licenza MIT.
# Copyright (c) 2013-2023 OpenMV LLC. Tutti i diritti riservati.
# https://github.com/openmv/openmv/blob/master/LICENSE
#
# Questo esempio mostra come usare il controllo della finestra di lettura (readout window) per leggere una piccola parte di una
# matrice di pixel del sensore ad altissima velocità e spostare quella finestra di lettura in giro.

# Questo esempio è stato progettato e testato sulla OpenMV Cam H7 Plus usando il sensore OV5640.

import csi
import time

EXPOSURE_MICROSECONDS = 1000
TRACKING_THRESHOLDS = [(128, 255)]  # Quando abbassate l'esposizione, scurite tutto.

SEARCHING_RESOLUTION = csi.VGA
SEARCHING_AREA_THRESHOLD = 16
SEARCHING_PIXEL_THRESHOLD = SEARCHING_AREA_THRESHOLD

TRACKING_RESOLUTION = csi.QQVGA
TRACKING_AREA_THRESHOLD = 256
TRACKING_PIXEL_THRESHOLD = TRACKING_AREA_THRESHOLD

TRACKING_EDGE_TOLERANCE = 0.05  # Il blob può allontanarsi del 5% dal centro.

csi0 = csi.CSI()
csi0.reset()  # Resetta e inizializza il sensore.
csi0.pixformat(csi.GRAYSCALE)  # Imposta il formato pixel su GRAYSCALE
csi0.framesize(SEARCHING_RESOLUTION)
csi0.snapshot(time=1000)  # Attendi che le impostazioni abbiano effetto.
clock = time.clock()  # Crea un oggetto clock per tracciare gli FPS.

csi0.auto_gain(False)  # Disattivare poiché oscillerà.
csi0.auto_exposure(False, exposure_us=EXPOSURE_MICROSECONDS)
csi0.snapshot(time=1000)

# sensor_w e sensor_h sono la larghezza/altezza in pixel grezzi del sensore immagine (x/y sono 0 inizialmente).
x, y, sensor_w, sensor_h = csi0.ioctl(csi.IOCTL_GET_READOUT_WINDOW)

while True:
    clock.tick()
    img = csi0.snapshot()

    # Dobbiamo trovare un oggetto IR da tracciare: è probabile che sia molto luminoso.
    blobs = img.find_blobs(
        TRACKING_THRESHOLDS,
        area_threshold=SEARCHING_AREA_THRESHOLD,
        pixels_threshold=SEARCHING_PIXEL_THRESHOLD,
    )

    if len(blobs):
        most_dense_blob = max(blobs, key=lambda x: x.density)
        img.draw_rectangle(most_dense_blob.rect)

        def get_mapped_centroid(b):
            # Per impostazione predefinita la finestra di lettura è impostata sull'intera matrice di pixel del sensore con x/y==0.
            # La risoluzione che vedete è prodotta prendendo i pixel dalla finestra di lettura su
            # la fotocamera. La posizione x/y è relativa al centro del sensore.
            x, y, w, h = csi0.ioctl(csi.IOCTL_GET_READOUT_WINDOW)

            # Il driver della fotocamera cercherà di adattarsi in scala a qualsiasi risoluzione passiate, fino alla
            # larghezza/altezza massima che entra nel sensore mantenendo il rapporto d'aspetto.
            ratio = min(w / float(csi0.width()), h / float(csi0.height()))

            # Riferisce cx() al centro del viewport e poi scala rispetto alla finestra di lettura.
            mapped_cx = (b.cx - (csi0.width() / 2.0)) * ratio
            # Poiché stiamo mantenendo il rapporto d'aspetto, potrebbe esserci un offset in x.
            mapped_cx += (w - (csi0.width() * ratio)) / 2.0
            # Aggiunge il nostro spostamento dal centro del sensore
            mapped_cx += x + (sensor_w / 2.0)

            # Riferisce cy() al centro del viewport e poi scala rispetto alla finestra di lettura.
            mapped_cy = (b.cy - (csi0.height() / 2.0)) * ratio
            # Poiché stiamo mantenendo il rapporto d'aspetto, potrebbe esserci un offset in y.
            mapped_cy += (h - (csi0.height() * ratio)) / 2.0
            # Aggiunge il nostro spostamento dal centro del sensore
            mapped_cy += y + (sensor_h / 2.0)

            return (mapped_cx, mapped_cy)  # Posizione X/Y sulla matrice del sensore.

        def center_on_blob(b, res):
            mapped_cx, mapped_cy = get_mapped_centroid(b)

            # Passa alla risoluzione (se la risoluzione non è cambiata, questo non fa nulla).
            csi0.framesize(res)

            # Costruisce la finestra di lettura. x/y sono offset rispetto al centro.
            x = int(mapped_cx - (sensor_w / 2.0))
            y = int(mapped_cy - (sensor_h / 2.0))
            w = csi0.width()
            h = csi0.height()

            # Mette a fuoco il centroide.
            csi0.ioctl(csi.IOCTL_SET_READOUT_WINDOW, (x, y, w, h))

            # Verifica se stiamo raggiungendo il bordo.
            new_x, new_y, w, h = csi0.ioctl(csi.IOCTL_GET_READOUT_WINDOW)

            # Potete usare questi valori di errore per pilotare dei servo e muovere la fotocamera, se lo desiderate.
            x_error = x - new_x
            y_error = y - new_y

            if x_error < 0:
                print("-X Limit Reached ", end="")
            if x_error > 0:
                print("+X Limit Reached ", end="")
            if y_error < 0:
                print("-Y Limit Reached ", end="")
            if y_error > 0:
                print("+Y Limit Reached ", end="")

        center_on_blob(most_dense_blob, TRACKING_RESOLUTION)

        # Questo ciclo traccerà il blob a una velocità di lettura molto più alta e a risoluzione inferiore.
        while True:
            clock.tick()
            img = csi0.snapshot()

            # Trova il blob nell'immagine a risoluzione inferiore.
            blobs = img.find_blobs(
                TRACKING_THRESHOLDS,
                area_threshold=TRACKING_AREA_THRESHOLD,
                pixels_threshold=TRACKING_PIXEL_THRESHOLD,
            )

            # Se perdiamo il blob, dobbiamo trovarne uno nuovo.
            if not len(blobs):
                # Ripristina la risoluzione.
                csi0.framesize(SEARCHING_RESOLUTION)
                csi0.ioctl(csi.IOCTL_SET_READOUT_WINDOW, (sensor_w, sensor_h))
                break

            # Restringe la lista dei blob ed evidenzia il blob.
            most_dense_blob = max(blobs, key=lambda x: x.density)
            img.draw_rectangle(most_dense_blob.rect)

            print(
                clock.fps(), "BLOB cx:%d, cy:%d" % get_mapped_centroid(most_dense_blob)
            )

            x_diff = most_dense_blob.cx - (csi0.width() / 2.0)
            y_diff = most_dense_blob.cy - (csi0.height() / 2.0)

            w_threshold = (csi0.width() / 2.0) * TRACKING_EDGE_TOLERANCE
            h_threshold = (csi0.height() / 2.0) * TRACKING_EDGE_TOLERANCE

            # Ricentra sul blob se inizia a uscire dalla vista (costa FPS).
            if abs(x_diff) > w_threshold or abs(y_diff) > h_threshold:
                center_on_blob(most_dense_blob, TRACKING_RESOLUTION)

    print(clock.fps())