100_fps_ir_led_tracking.py

# Este trabalho está licenciado sob a licença MIT.
# Copyright (c) 2013-2023 OpenMV LLC. Todos os direitos reservados.
# https://github.com/openmv/openmv/blob/master/LICENSE
#
# Este exemplo demonstra como usar o controle de janela de leitura para ler uma pequena parte da matriz
# de pixels do sensor da câmera em alta velocidade e mover essa janela de leitura pela imagem.

# Este exemplo foi projetado e testado na OpenMV Cam H7 Plus usando o sensor OV5640.

import csi
import time

EXPOSURE_MICROSECONDS = 1000
TRACKING_THRESHOLDS = [(128, 255)]  # Ao reduzir a exposição, você escurece tudo.

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  # O blob pode se mover 5% para longe do centro.

csi0 = csi.CSI()
csi0.reset()  # Reinicia e inicializa o sensor.
csi0.pixformat(csi.GRAYSCALE)  # Define o formato de pixel para GRAYSCALE
csi0.framesize(SEARCHING_RESOLUTION)
csi0.snapshot(time=1000)  # Aguarda as configurações fazerem efeito.
clock = time.clock()  # Cria um objeto clock para rastrear o FPS.

csi0.auto_gain(False)  # Desativa, pois causará oscilação.
csi0.auto_exposure(False, exposure_us=EXPOSURE_MICROSECONDS)
csi0.snapshot(time=1000)

# sensor_w e sensor_h são os pixels brutos w/h do sensor de imagem (x/y começam em 0).
x, y, sensor_w, sensor_h = csi0.ioctl(csi.IOCTL_GET_READOUT_WINDOW)

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

    # Precisamos encontrar um objeto IR para rastrear - provavelmente será muito brilhante.
    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):
            # Por padrão, a janela de leitura é definida como toda a matriz de pixels do sensor, com x/y==0.
            # A resolução que você vê é produzida pegando pixels da janela de leitura na
            # câmera. A localização x/y é relativa ao centro do sensor.
            x, y, w, h = csi0.ioctl(csi.IOCTL_GET_READOUT_WINDOW)

            # O driver da câmera tentará escalar para caber em qualquer resolução que você passar até o máximo
            # largura/altura que cabem no sensor mantendo a proporção de aspecto.
            ratio = min(w / float(csi0.width()), h / float(csi0.height()))

            # Referencia cx() ao centro da viewport e depois escala para a leitura.
            mapped_cx = (b.cx - (csi0.width() / 2.0)) * ratio
            # Como mantemos a proporção de aspecto, pode haver um deslocamento em x.
            mapped_cx += (w - (csi0.width() * ratio)) / 2.0
            # Adiciona nosso deslocamento em relação ao centro do sensor
            mapped_cx += x + (sensor_w / 2.0)

            # Referencia cy() ao centro da viewport e depois escala para a leitura.
            mapped_cy = (b.cy - (csi0.height() / 2.0)) * ratio
            # Como mantemos a proporção de aspecto, pode haver um deslocamento em y.
            mapped_cy += (h - (csi0.height() * ratio)) / 2.0
            # Adiciona nosso deslocamento em relação ao centro do sensor
            mapped_cy += y + (sensor_h / 2.0)

            return (mapped_cx, mapped_cy)  # Posição X/Y na matriz do sensor.

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

            # Muda para a resolução (se a resolução não foi alterada, isso não faz nada).
            csi0.framesize(res)

            # Constrói a janela de leitura. x/y são deslocamentos a partir do centro.
            x = int(mapped_cx - (sensor_w / 2.0))
            y = int(mapped_cy - (sensor_h / 2.0))
            w = csi0.width()
            h = csi0.height()

            # Foca no centroide.
            csi0.ioctl(csi.IOCTL_SET_READOUT_WINDOW, (x, y, w, h))

            # Verifica se estamos atingindo a borda.
            new_x, new_y, w, h = csi0.ioctl(csi.IOCTL_GET_READOUT_WINDOW)

            # Você pode usar esses valores de erro para acionar servos e mover a câmera, se quiser.
            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)

        # Este laço rastreará o blob com uma velocidade de leitura muito maior e resolução menor.
        while True:
            clock.tick()
            img = csi0.snapshot()

            # Encontra o blob na imagem de resolução menor.
            blobs = img.find_blobs(
                TRACKING_THRESHOLDS,
                area_threshold=TRACKING_AREA_THRESHOLD,
                pixels_threshold=TRACKING_PIXEL_THRESHOLD,
            )

            # Se perdermos o blob, precisamos encontrar um novo.
            if not len(blobs):
                # Redefine a resolução.
                csi0.framesize(SEARCHING_RESOLUTION)
                csi0.ioctl(csi.IOCTL_SET_READOUT_WINDOW, (sensor_w, sensor_h))
                break

            # Reduz a lista de blobs e destaca o 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

            # Recentraliza no blob se ele começar a sair do campo de visão (custa FPS).
            if abs(x_diff) > w_threshold or abs(y_diff) > h_threshold:
                center_on_blob(most_dense_blob, TRACKING_RESOLUTION)

    print(clock.fps())