00:00 / 01:35
连播
清屏
智能
倍速
点赞3
00:00 / 01:03
连播
清屏
智能
倍速
点赞205
机器视觉平台(OpenMV) OpenMV是一个致力于降低入门难度的开源低成本机器视觉平台,采用易学的 Python 语言编程,其硬件基于 STM32 系列 ARM CortexM DSP 处理器和 OmniVision 传感器。 具备人脸检测、特征点描述符、色彩追踪等基本功能,还支持 QR 码和条形码解码、AprilTag 识别以及动态图像录制等高级应用。并且自带的 RPC(远程 Python/程序调用)库,方便与其他设备进行通讯,具有很强的扩展性和灵活性,适用于教育、工业自动化、智能家居等多个领域。 一、基本介绍 1. 硬件方面: 处理器:配备专门设计的ARM CortexM7处理器,具有较高的运算能力,能够满足实时图像处理的需求。 图像传感器:集成了高质量的图像传感器,可支持不同分辨率的图像采集,为机器视觉处理提供了高质量的图像源。 存储及接口:拥有MicroSD卡插槽,方便用户存储图像数据和程序代码等。同时,具备多种通信接口,如UART、I2C、SPI、CAN总线等,可以方便地与其他设备进行通信和数据交换,具有很强的扩展性和兼容性,能轻松与各种外设或其他嵌入式系统进行连接。 设计紧凑:整体硬件设计小巧紧凑,体积小,易于集成到各种嵌入式系统中,适用于空间有限的应用场景,例如小型机器人、智能家居设备等。 2. 软件方面: 编程语言:支持MicroPython编程语言,用户可以通过简单的Python脚本进行开发,大大降低了开发门槛,即使没有深厚的嵌入式开发经验,只要熟悉Python语言,就能快速上手进行机器视觉应用的开发。 功能库和API:提供了丰富的功能库和API,包括图像处理库、串口通信库、传感器库等。图像处理库中包含了多种常用的图像处理算法和功能,如直方图均衡化、二值化、滤波、边缘检测、轮廓检测、颜色识别等,方便用户调用这些功能模块进行图像处理和分析。 二、开发步骤 1. OpenMV 使用 MicroPython 编程语言,如果你不熟悉 MicroPython,可以先学习一些基本的语法和概念。 2. 熟悉 OpenMV 提供的库函数。这些库函数涵盖了图像采集、处理、分析等各个方面,例如 `sensor` 库用于控制摄像头传感器,`image` 库用于图像处理操作。 3. 图像采集: 使用以
00:00 / 09:41
连播
清屏
智能
倍速
点赞159
00:00 / 03:26
连播
清屏
智能
倍速
点赞NaN
00:00 / 01:53
连播
清屏
智能
倍速
点赞8
00:00 / 11:24
连播
清屏
智能
倍速
点赞2
00:00 / 17:27
连播
清屏
智能
倍速
点赞2
00:00 / 16:07
连播
清屏
智能
倍速
点赞2
00:00 / 05:34
连播
清屏
智能
倍速
点赞2
00:00 / 10:51
连播
清屏
智能
倍速
点赞3
00:00 / 00:28
连播
清屏
智能
倍速
点赞8
00:00 / 01:35
连播
清屏
智能
倍速
点赞405
00:00 / 00:16
连播
清屏
智能
倍速
点赞5054
00:00 / 02:59
连播
清屏
智能
倍速
点赞1732
00:00 / 06:50
连播
清屏
智能
倍速
点赞56
00:00 / 14:43
连播
清屏
智能
倍速
点赞515
00:00 / 02:26
连播
清屏
智能
倍速
点赞7
00:00 / 10:44
连播
清屏
智能
倍速
点赞57