genx320_event_mode_calibration.py

# Эта работа лицензирована по лицензии MIT.
# Copyright (c) 2013-2025 OpenMV LLC. Все права защищены.
# https://github.com/openmv/openmv/blob/master/LICENSE
#
# Этот пример демонстрирует использование событийной камеры genx320 от Prophesee
# с использованием режима потоковой передачи событий и калибровкой камеры.

import csi
import image
import time

# https://micropython-ulab.readthedocs.io/en/latest/index.html
from ulab import numpy as np

CAL_EVENT_COUNT = 10000  # Количество событий для сбора при калибровке.
CAL_SIGMA = 0.5  # Стандартное отклонение для обнаружения «горячих» пикселей.

# Поверхность, на которой рисуется изображение гистограммы.
img = image.Image(320, 320, image.GRAYSCALE)

# Хранит события камеры
# Форма: (EVT_res, 6), где EVT_res — разрешение событий
# EVT_res: должно быть степенью двойки в диапазоне от 1024 до 65536.
# Столбцы:
# [0]  Тип события
# [1]  Метка времени, секунды
# [2]  Метка времени, миллисекунды
# [3]  Метка времени, микросекунды
# [4]  Координата X от 0 до 319 для GENX320
# [5]  Координата Y от 0 до 319 для GENX320
events = np.zeros((2048, 6), dtype=np.uint16)

# Инициализация датчика.
csi0 = csi.CSI(cid=csi.GENX320)
csi0.reset()
csi0.ioctl(csi.IOCTL_GENX320_SET_MODE, csi.GENX320_MODE_EVENT, events.shape[0])

clock = time.clock()

t = time.ticks_ms()
calibrated = False
while True:
    clock.tick()

    # Считывает 2048 событий с камеры.
    # Возвращает количество допустимых событий (0-2048) или отрицательный код ошибки.
    event_count = csi0.ioctl(csi.IOCTL_GENX320_READ_EVENTS, events)

    # Отрисуйте события в изображение гистограммы.
    # Если clear=True, изображение сбрасывается до значения "brightness" перед отрисовкой.
    # Для каждого PIX_ON_EVENT добавляйте "contrast" к значению корзины (bin);
    # для каждого PIX_OFF_EVENT вычитайте его и ограничивайте значение диапазоном [0, 255].
    # Если clear=False, гистограмма накапливается при нескольких вызовах.
    img.draw_event_histogram(events[:event_count], clear=True, brightness=128, contrast=64)

    # Отправьте изображение в jpeg-буфер, чтобы IDE могла его получить и отобразить.
    # IDE получает кадры с камеры с гораздо меньшей частотой, чем
    # частота кадров самой камеры, выводимая ниже.
    img.flush()

    # Сначала покажите некалиброванное изображение.
    if not calibrated and time.ticks_diff(time.ticks_ms(), t) > 5000:
        disabled_pixels = csi0.ioctl(csi.IOCTL_GENX320_CALIBRATE, CAL_EVENT_COUNT, CAL_SIGMA)
        print(f'Disabled {disabled_pixels} hot pixels.')
        calibrated = True

    print(event_count, clock.fps())