image-patches-absolute-rotation-scale.py
# Эта работа лицензирована по лицензии MIT.
# Copyright (c) 2013-2023 OpenMV LLC. All rights reserved.
# https://github.com/openmv/openmv/blob/master/LICENSE
#
# Абсолютный оптический поток по фрагментам изображения: поворот/масштаб
#
# Этот пример демонстрирует использование камеры OpenMV Cam для измерения
# поворота/масштаба путём сравнения текущего и предыдущего
# изображений друг с другом. Обратите внимание, что обрабатывается только поворот/масштаб
# — а не смещение по X и Y в этом режиме.
#
# Однако этот пример выходит за рамки простого вычисления оптического потока по всему
# изображению сразу. Вместо этого процесс разбивается на работу с группами
# пикселей изображения. Это даёт вам «новое» изображение результатов.
#
# ОБРАТИТЕ ВНИМАНИЕ: поверхности должны иметь какой-либо тип «края», чтобы
# алгоритм работал. Поверхность без особенностей даёт странные результаты.
#
# Для эффективного запуска этой демонстрации закрепите камеру OpenMV Cam на устойчивом
# основании и МЕДЛЕННО вращайте камеру вокруг объектива, а также перемещайте камеру
# вперёд/назад, чтобы увидеть изменение чисел.
# То есть изменения только по направлению Z.
#
# ОБРАТИТЕ ВНИМАНИЕ: при использовании
# find_displacement() необходимо использовать небольшое разрешение, кратное степени двойки. Это связано с тем, что в основе алгоритма лежит
# метод, называемый фазовой корреляцией, который выполняет сравнение изображений
# с использованием БПФ. Разрешение, не являющееся степенью двойки, требует дополнения до степени
# двойки, что снижает полезность результатов алгоритма. Пожалуйста,
# используйте разрешение вроде B128X128 или B128X64 (в 2 раза быстрее).
#
# Ваша камера OpenMV Cam поддерживает разрешения, кратные степени двойки: 64x32, 64x64,
# 128x64 и 128x128. Если вам нужно разрешение 32x32, вы можете получить его,
# выполнив "img.scale(x_scale=0.5, y_scale=0.5, hint=image.AREA)" на изображении 64x64.
import csi
import image
import time
import math
BLOCK_W = 16 # pow2
BLOCK_H = 16 # pow2
csi0 = csi.CSI()
csi0.reset() # Сброс и инициализация датчика.
csi0.pixformat(csi.GRAYSCALE) # Установите формат пикселей в GRAYSCALE
csi0.framesize((128, 128)) # Установите размер кадра 128x128... (или 64x64)...
csi0.snapshot(time=2000) # Подождать, пока настройки вступят в силу.
clock = time.clock() # Создать объект clock для отслеживания FPS.
# Создайте второй буфер кадра в куче.
extra_fb = image.Image(csi0.width(), csi0.height(), csi0.pixformat())
extra_fb.draw_image(csi0.snapshot())
while True:
clock.tick() # Отслеживание количества миллисекунд, прошедших между snapshots().
img = csi0.snapshot() # Сделать снимок и вернуть изображение.
for y in range(0, csi0.height(), BLOCK_H):
for x in range(0, csi0.width(), BLOCK_W):
# В этом примере старое изображение никогда не обновляется, чтобы измерять абсолютное изменение.
displacement = extra_fb.find_displacement(
img,
logpolar=True,
roi=(x, y, BLOCK_W, BLOCK_H),
template_roi=(x, y, BLOCK_W, BLOCK_H),
)
# Ниже примерно 0.1 (может отличаться) результаты — это просто шум.
if displacement.response > 0.1:
rotation_change = displacement.rotation
zoom_amount = displacement.scale
pixel_x = (
x
+ (BLOCK_W // 2)
+ int(math.sin(rotation_change) * zoom_amount * (BLOCK_W // 4))
)
pixel_y = (
y
+ (BLOCK_H // 2)
+ int(math.cos(rotation_change) * zoom_amount * (BLOCK_H // 4))
)
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,
)
print(clock.fps())