ルーチン説明 22-Optical-Flow->absolute-translation 画像パッチ差分平行移動変換
# 光流绝对平移变换示例
#
# 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X和Y方向的平移。
# 请注意,在此模式下只处理X和Y平移 - 而不是旋转/缩放。
#
# 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 Cam安装在稳定的底座上,
# 然后慢慢将其转换为左,右,上和下,并观察数字的变化。
# 请注意,您可以看到位移数字+ - 水平和垂直分辨率的一半。
import sensor, image, time
# 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):
displacement = extra_fb.find_displacement(img, \
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):
pixel_x = x + (BLOCK_W//2) + int(displacement.x_translation())
pixel_y = y + (BLOCK_H//2) + int(displacement.y_translation())
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)
extra_fb.replace(img)
print(clock.fps())