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
- 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
- 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
- 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
- ROI设置：使用ROI可以减少处理区域，提高处理速度
- 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