基于OpenMV如何實(shí)現(xiàn)數(shù)字識(shí)別功能

這篇文章主要介紹基于OpenMV如何實(shí)現(xiàn)數(shù)字識(shí)別功能，文中介紹的非常詳細(xì)，具有一定的參考價(jià)值，感興趣的小伙伴們一定要看完！

基于OpenMV的圖像識(shí)別

OpenMV簡介

什么是OpenMV

OpenMV是由美國克里斯團(tuán)隊(duì)基于MicroPython發(fā)起的開源機(jī)器視覺項(xiàng)目，目的是創(chuàng)建低成本，可擴(kuò)展，使用python驅(qū)動(dòng)的機(jī)器視覺模塊。OpenMV搭載了MicroPython解釋器，使其可以在嵌入式端進(jìn)行python開發(fā)，關(guān)于MicroPython可以參照我之前的博客專欄：MicroPython. OpenMV基于32位，ARM Cortex-M7內(nèi)核的OpenMV-H7, 并結(jié)合各種攝像頭，可以進(jìn)行多種機(jī)器視覺應(yīng)用的實(shí)現(xiàn)，比如人臉檢測，物體分類等。

OpenMV是一個(gè)開源，低成本，功能強(qiáng)大的機(jī)器視覺模塊，以STM32F427CPU為核心，集成了OV7725攝像頭芯片，在小巧的硬件模塊上，用C語言高效地實(shí)現(xiàn)了核心機(jī)器視覺算法，提供Python編程接口 。同時(shí) OpenMV也是一個(gè)可編程的攝像頭，通過Python語言可實(shí)現(xiàn)你想要的邏輯。而且攝像頭本身也內(nèi)置了一些圖像處理的算法，使用起來也更加的方便，僅需要寫一些簡單的Python代碼，即可輕松的完成各種機(jī)器視覺相關(guān)的任務(wù)。在此，我們通過OpenMV實(shí)現(xiàn)了數(shù)字識(shí)別。

在打開OpenMV攝像頭鏈接電腦時(shí)，會(huì)彈出讓你升級的窗口

這時(shí)切忌一定要選擇Cancel鍵，

不能選擇升級?。?！

不能選擇升級！?。?/strong>

不能選擇升級?。?！

然后在進(jìn)行下一步的操作

OpenMV中文入門視頻教程

一、數(shù)字識(shí)別

數(shù)字識(shí)別的基礎(chǔ)是需要配置使用NCC模板匹配。通過NCC模板的匹配可把

需要識(shí)別的數(shù)字模板圖片保存到SD卡中，然后可進(jìn)行下一步的識(shí)別。

1、可以通過打開模板匹配的歷程來直接打開代碼進(jìn)行使用

2、如果運(yùn)行出現(xiàn)這個(gè)窗口就說明沒有保存模板圖片

所以這時(shí)就需要?jiǎng)?chuàng)建一個(gè)模板圖片：創(chuàng)建模板圖片的詳細(xì)視頻教程

創(chuàng)建一個(gè)模板圖片首先要打開一個(gè)helloworld歷程文件

然后在helloworld歷程文件中進(jìn)行匹配0~9這樣的基本數(shù)字，對這些數(shù)字進(jìn)

行一一截取，用它們來作為我們的模板圖片。

在右邊的Frame Buffer框中進(jìn)行截取，注意：不要點(diǎn)Zoom，因?yàn)閆oom展示

的是放大后的效果，在識(shí)別時(shí)可能會(huì)導(dǎo)致失幀。

然后點(diǎn)擊左鍵選出一個(gè)框（如圖所示）

選完框后點(diǎn)擊右鍵選擇Save Image selection to PC

最后把截取的數(shù)字圖片進(jìn)行保存，一定要保存到OpenMV的SD卡中，保存的文件名可自己

定義

3、把template.pgm改為你創(chuàng)建的模板圖片的名稱

（注意：模板圖片的格式一定要是pgm的格式，轉(zhuǎn)換格式可以在

https://convertio.co/zh/bmp-pgm/網(wǎng)站直接進(jìn)行轉(zhuǎn)換）

4、改完之后就可以運(yùn)行

下面展示一些 有關(guān)數(shù)字識(shí)別的代碼。

此代碼為源代碼，可根據(jù)自己的需求在上面進(jìn)行改動(dòng)。

代碼來源：數(shù)字識(shí)別代碼，可直接引用并修改

# Template Matching Example - Normalized Cross Correlation (NCC)
#
# This example shows off how to use the NCC feature of your OpenMV Cam to match
# image patches to parts of an image... expect for extremely controlled enviorments
# NCC is not all to useful.
#
# WARNING: NCC supports needs to be reworked! As of right now this feature needs
# a lot of work to be made into somethin useful. This script will reamin to show
# that the functionality exists, but, in its current state is inadequate.

import time, sensor, image
from image import SEARCH_EX, SEARCH_DS

# Reset sensor
sensor.reset()

# Set sensor settings
sensor.set_contrast(1)
sensor.set_gainceiling(16)
# Max resolution for template matching with SEARCH_EX is QQVGA
sensor.set_framesize(sensor.QQVGA)
# You can set windowing to reduce the search image.
#sensor.set_windowing(((640-80)//2, (480-60)//2, 80, 60))
sensor.set_pixformat(sensor.GRAYSCALE)

# Load template.
# Template should be a small (eg. 32x32 pixels) grayscale image.
template8 = image.Image("/8.pgm")
template9 = image.Image("/9.pgm")
clock = time.clock()

# Run template matching
while (True):
    clock.tick()
    img = sensor.snapshot()

    # find_template(template, threshold, [roi, step, search])
    # ROI: The region of interest tuple (x, y, w, h).
    # Step: The loop step used (y+=step, x+=step) use a bigger step to make it faster.
    # Search is either image.SEARCH_EX for exhaustive search or image.SEARCH_DS for diamond search
    #
    # Note1: ROI has to be smaller than the image and bigger than the template.
    # Note2: In diamond search, step and ROI are both ignored.
    r 8= img.find_template(template8, 0.70, step=4, search=SEARCH_EX) #, roi=(10, 0, 60, 60))
    if r8:
        img.draw_rectangle(r8)
   r 9= img.find_template(template9, 0.70, step=4, search=SEARCH_EX) #, roi=(10, 0, 60, 60))
    if r9:
        img.draw_rectangle(r9)

    print(clock.fps())

運(yùn)行的結(jié)果如圖所示

以上是“基于OpenMV如何實(shí)現(xiàn)數(shù)字識(shí)別功能”這篇文章的所有內(nèi)容，感謝各位的閱讀！希望分享的內(nèi)容對大家有幫助，更多相關(guān)知識(shí)，歡迎關(guān)注億速云行業(yè)資訊頻道！