100_fps_ir_led_tracking.py

# Эта работа лицензирована по лицензии MIT.
# Copyright (c) 2013-2023 OpenMV LLC. All rights reserved.
# https://github.com/openmv/openmv/blob/master/LICENSE
#
# Этот пример демонстрирует, как использовать управление окном считывания для считывания небольшой части
# пиксельного массива датчика камеры на очень высокой скорости и перемещать это окно считывания.

# Этот пример был разработан и протестирован на камере OpenMV Cam H7 Plus с датчиком OV5640.

import csi
import time

EXPOSURE_MICROSECONDS = 1000
TRACKING_THRESHOLDS = [(128, 255)]  # При уменьшении экспозиции всё темнеет.

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  # Блоб может отклоняться от центра на 5%.

csi0 = csi.CSI()
csi0.reset()  # Сброс и инициализация датчика.
csi0.pixformat(csi.GRAYSCALE)  # Установите формат пикселей в GRAYSCALE
csi0.framesize(SEARCHING_RESOLUTION)
csi0.snapshot(time=1000)  # Подождать, пока настройки вступят в силу.
clock = time.clock()  # Создать объект clock для отслеживания FPS.

csi0.auto_gain(False)  # Отключите, так как иначе будут колебания.
csi0.auto_exposure(False, exposure_us=EXPOSURE_MICROSECONDS)
csi0.snapshot(time=1000)

# sensor_w и sensor_h — это исходные ширина/высота пикселей датчика изображения (x/y изначально равны 0).
x, y, sensor_w, sensor_h = csi0.ioctl(csi.IOCTL_GET_READOUT_WINDOW)

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

    # Нам нужно найти ИК-объект для отслеживания — вероятно, он будет очень ярким.
    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):
            # По умолчанию окно считывания установлено на весь пиксельный массив датчика, при x/y==0.
            # Разрешение, которое вы видите, формируется путём взятия пикселей из окна считывания
            # камеры. Положение x/y задаётся относительно центра датчика.
            x, y, w, h = csi0.ioctl(csi.IOCTL_GET_READOUT_WINDOW)

            # Драйвер камеры будет пытаться масштабировать под любое переданное разрешение, до максимальной
            # ширины/высоты, помещающейся на датчике, сохраняя соотношение сторон.
            ratio = min(w / float(csi0.width()), h / float(csi0.height()))

            # Привяжите cx() к центру области просмотра, а затем масштабируйте до окна считывания.
            mapped_cx = (b.cx - (csi0.width() / 2.0)) * ratio
            # Поскольку соотношение сторон сохраняется, может возникнуть смещение по x.
            mapped_cx += (w - (csi0.width() * ratio)) / 2.0
            # Добавьте наше смещение от центра датчика
            mapped_cx += x + (sensor_w / 2.0)

            # Привяжите cy() к центру области просмотра, а затем масштабируйте до окна считывания.
            mapped_cy = (b.cy - (csi0.height() / 2.0)) * ratio
            # Поскольку соотношение сторон сохраняется, может возникнуть смещение по y.
            mapped_cy += (h - (csi0.height() * ratio)) / 2.0
            # Добавьте наше смещение от центра датчика
            mapped_cy += y + (sensor_h / 2.0)

            return (mapped_cx, mapped_cy)  # Положение X/Y на массиве датчика.

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

            # Переключитесь на разрешение res (если res не изменилось, это ничего не делает).
            csi0.framesize(res)

            # Постройте окно считывания. x/y — это смещения от центра.
            x = int(mapped_cx - (sensor_w / 2.0))
            y = int(mapped_cy - (sensor_h / 2.0))
            w = csi0.width()
            h = csi0.height()

            # Сфокусируйтесь на центроиде.
            csi0.ioctl(csi.IOCTL_SET_READOUT_WINDOW, (x, y, w, h))

            # Проверьте, не достигаем ли мы края.
            new_x, new_y, w, h = csi0.ioctl(csi.IOCTL_GET_READOUT_WINDOW)

            # При желании вы можете использовать эти значения ошибки для управления сервоприводами, перемещающими камеру.
            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)

        # Этот цикл будет отслеживать блоб с гораздо более высокой скоростью считывания и более низким разрешением.
        while True:
            clock.tick()
            img = csi0.snapshot()

            # Найдите блоб в изображении с более низким разрешением.
            blobs = img.find_blobs(
                TRACKING_THRESHOLDS,
                area_threshold=TRACKING_AREA_THRESHOLD,
                pixels_threshold=TRACKING_PIXEL_THRESHOLD,
            )

            # Если блоб потерян, нужно найти новый.
            if not len(blobs):
                # Сбросьте разрешение.
                csi0.framesize(SEARCHING_RESOLUTION)
                csi0.ioctl(csi.IOCTL_SET_READOUT_WINDOW, (sensor_w, sensor_h))
                break

            # Сузьте список блобов и выделите блоб.
            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

            # Перецентрируйтесь на блобе, если он начинает выходить за пределы кадра (снижает FPS).
            if abs(x_diff) > w_threshold or abs(y_diff) > h_threshold:
                center_on_blob(most_dense_blob, TRACKING_RESOLUTION)

    print(clock.fps())