OpenMV

======================================================

OpenMV Image 模块参考

1. 模块介绍

• Image模块是OpenMV的图像处理核心模块，用于对摄像头捕获的图像进行各种操作和处理
• 主要功能：基本图像操作、颜色追踪、图像处理、绘制操作、几何变换、高级操作等

======================================================

2. 基本操作

方法	功能
img.width()	获取图像宽度
img.height()	获取图像高度
img.format()	获取图像格式
img.get_pixel(x, y)	获取指定位置的像素值
img.set_pixel(x, y, color)	设置指定位置的像素值
img.to_grayscale()	将图像转换为灰度图
img.to_rgb565()	将图像转换为RGB565格式
img.save(path)	保存图像到指定路径
img.copy([roi])	复制图像或ROI区域
img.rotation_corr([theta])	旋转校正

======================================================

3. 颜色追踪

方法	功能
img.find_blobs(thresholds, pixels_threshold=10, area_threshold=10, merge=False)	寻找色块 - thresholds: 颜色阈值列表 - pixels_threshold: 最小像素数 - area_threshold: 最小面积 - merge: 是否合并相邻色块
img.find_lines(threshold=1000, theta_margin=25, rho_margin=25)	寻找直线 - threshold: 边缘阈值 - theta_margin: 角度容差 - rho_margin: 距离容差
img.find_line_segments(threshold=1000, theta_margin=25, rho_margin=25)	寻找线段
img.find_circles(threshold=2000, x_margin=10, y_margin=10, r_margin=10, r_min=2, r_max=100, r_step=2)	寻找圆形
img.find_qrcodes([roi])	寻找二维码
img.find_apriltags([families])	寻找AprilTag
img.find_faces([roi])	寻找人脸

======================================================

4. 图像处理

方法	功能
img.binary([thresholds])	二值化图像
img.invert()	反转图像颜色
img.erode(size)	腐蚀操作
img.dilate(size)	膨胀操作
img.morph([operation], size)	形态学操作
img.laplacian([kernel_size])	拉普拉斯边缘检测
img.sobel([direction])	Sobel边缘检测
img.histeq()	直方图均衡化
img.mean([roi])	计算图像均值
img.median([roi])	计算图像中值
img.std([roi])	计算图像标准差

======================================================

5. 绘制操作

方法	功能
img.draw_line(x0, y0, x1, y1, color=1, thickness=1)	绘制直线
img.draw_rectangle(x, y, w, h, color=1, thickness=1, fill=False)	绘制矩形
img.draw_circle(x, y, radius, color=1, thickness=1, fill=False)	绘制圆形
img.draw_ellipse(x, y, rx, ry, color=1, thickness=1, fill=False)	绘制椭圆
img.draw_cross(x, y, size=5, color=1, thickness=1)	绘制十字
img.draw_string(x, y, text, color=1, scale=1)	绘制文本
img.draw_keypoints(keypoints, color=1, size=2)	绘制关键点
img.draw_edges(edges, color=1)	绘制边缘
img.draw_blobs(blobs, color=1)	绘制色块

======================================================

6. 几何变换

方法	功能
img.rotation(angle, scale=1.0, center=None)	旋转图像
img.resize(width, height)	调整图像大小
img.crop(roi)	裁剪图像
img.flip([horizontal], [vertical])	翻转图像
img.mirror()	水平镜像
img.transpose()	转置图像

======================================================

7. 高级操作

方法	功能
img.find_keypoints([threshold], [scale_factor], [max_keypoints])	寻找关键点
img.match_descriptor(descriptor, threshold=70)	匹配描述符
img.find_template(template, threshold, [roi], [step], [search])	模板匹配
img.perspective_correction(src_pts, dst_pts)	透视校正
img.warp_transform(matrix, width, height)	warp变换
img.get_regression(blobs, [roi])	获取线性回归

======================================================

8. 使用示例

8.1 颜色追踪

import sensor, image, time

sensor.reset()
sensor.set_pixformat(sensor.RGB565)
sensor.set_framesize(sensor.QVGA)
sensor.skip_frames(time=2000)

red_threshold = (30, 100, 15, 127, 15, 127)

while True:
    img = sensor.snapshot()
    blobs = img.find_blobs([red_threshold])
    if blobs:
        for blob in blobs:
            img.draw_rectangle(blob.rect())
            img.draw_cross(blob.cx(), blob.cy())

8.2 边缘检测

import sensor, image, time

sensor.reset()
sensor.set_pixformat(sensor.GRAYSCALE)
sensor.set_framesize(sensor.QVGA)
sensor.skip_frames(time=2000)

while True:
    img = sensor.snapshot()
    edges = img.find_edges(image.EDGE_CANNY, threshold=(50, 100))
    img.draw_edges(edges, color=255)

8.3 二维码识别

import sensor, image, time

sensor.reset()
sensor.set_pixformat(sensor.RGB565)
sensor.set_framesize(sensor.QVGA)
sensor.skip_frames(time=2000)

while True:
    img = sensor.snapshot()
    qrcodes = img.find_qrcodes()
    for qr in qrcodes:
        img.draw_rectangle(qr.rect())
        print(qr.payload())

======================================================

9. 注意事项

1. 性能考虑：图像处理操作会占用CPU资源，高分辨率下处理速度会降低
2. 内存管理：某些操作（如复制图像）会占用额外内存，注意内存使用
3. 阈值调整：颜色追踪和边缘检测的阈值需要根据实际场景调整
4. ROI设置：使用ROI可以减少处理区域，提高处理速度
5. 格式转换：不同图像格式的处理速度和内存占用不同，根据需求选择合适的格式