视频图像处理算法opencv在esp32及esp32s3上面的移植,也可以移植openmv

opencv esp32 esp32s3 上面的移植

  1. Opencv 简介

OpenCV是一个基于Apache2.0许可(开源)发行的跨平台计算机视觉和机器学习软件库,可以运行在Linux、Windows、Android和Mac OS操作系统上,它轻量级而且高效------由一系列 C 函数和少量 C++ 类构成,同时提供了Python、Ruby、MATLAB等语言的接口,实现了图像处理和计算机视觉方面的很多通用算法。

这就使我们在esp32上实现OpenCV,进行图像处理以及计算机视觉成为了现实。

2、Esp32s3 简介

ESP32-S3 和 ESP32 一样是一款同时支持WIFI和蓝牙功能,可以说是专为物联网而生的一款Soc,应用领域贯穿移动设备、可穿戴电子设备、智能家居等,在2,4GHz频带支持20MHz和40MHz频宽,和以往 ESP32 不一样的是,蓝牙除了支持BLE以外,目前支持 Bluetooth 5 和 Bluetooth mesh,更多的GPIO口使其能控制的外设达到更多,全速USB OTG支持直接通过USB协议与芯片进行通信。

最主要的是esp32s3具有双核的cpu。在图像处理方面有着先天的优势。

Core0通常使用作为wifi数据传输的处理。Core1进行视觉处理进程的运行。

3、移植硬件电路设计

为实现esp32s3的视频处理的内存需求,我们选用内置8M flash,外扩8M spram的模组;摄像头采用了ov2640作为输入;另外,为了调试方便,采用了240*240的LCD屏作为显示终端,可以实时看见图像处理结果。

以下是原理图:

整体系统效果如下:

反面的摄像头以及补光灯:

此开发板可以在某宝上面搜索esp32s3 opencv。

4、Demo软件效果

一、 Opencv中的目标拾取代码。通常,我们在图像处理的时候,需要对采集照片进行灰度处理,然后,对照片进行二值化处理。进而进行目标拾取。

使用的函数为:

Mat inputImage(fb->height, fb->width, CV_8UC2, fb->buf); // rgb565 is 2 channels of 8-bit unsigned

cvtColor(inputImage, inputImage, COLOR_BGR5652GRAY);

threshold(inputImage, inputImage, 128, 255, THRESH_BINARY);

轻松就会得到目标物体,效果如下:

开发板中提供demo的源代码,可以使用esp-idf进行编译运行。

二、如果进行颜色拾取的话,可以使用以下函数

if (s->pixformat == PIXFORMAT_JPEG)

{

TFT_jpg_image(CENTER, CENTER, 0, -1, NULL, fb->buf, fb->len);

esp_camera_fb_return(fb);

fb = NULL;

}

else

{

Mat inputImage(fb->height, fb->width, CV_8UC2, fb->buf); cvtColor(inputImage, inputImage, COLOR_BGR5652BGR);

int pos_x = fb->width / 2;

int pos_y = fb->height / 2;

int blue = inputImage.at<Vec3b>(pos_x, pos_y)[0]; // getting the pixel values//

int green = inputImage.at<Vec3b>(pos_x, pos_y)[1]; // getting the pixel values//

int red = inputImage.at<Vec3b>(pos_x, pos_y)[2]; // getting the pixel values//

updateColorCode(red, green, blue);

std::vector<Mat> bgr_planes;

split(inputImage, bgr_planes);

float range[] = {0, 240};

const float *histRange = {range};

bool uniform = true;

bool accumulate = false;

Mat b_hist, g_hist, r_hist;

calcHist(&bgr_planes[0], 1, 0, Mat(), b_hist, 1, &histSize,

&histRange, uniform, accumulate);

calcHist(&bgr_planes[1], 1, 0, Mat(), g_hist, 1, &histSize,

&histRange, uniform, accumulate);

calcHist(&bgr_planes[2], 1, 0, Mat(), r_hist, 1, &histSize,

&histRange, uniform, accumulate);

drawHistogram(b_hist, g_hist, r_hist, inputImage);

drawCenterMark(inputImage);

updateCameraImage(inputImage);

}

esp_camera_fb_return(fb);

5、结语

在视觉处理OpenCV有着开源的优势,小而精悍;esp32s3具有双核的CPU可以使用wifi进行通讯。这样就可以无线的方式传输图像处理结果。

相关推荐
艾莉丝努力练剑2 小时前
【LeetCode&数据结构】单链表的应用——反转链表问题、链表的中间节点问题详解
c语言·开发语言·数据结构·学习·算法·leetcode·链表
_殊途3 小时前
《Java HashMap底层原理全解析(源码+性能+面试)》
java·数据结构·算法
千宇宙航5 小时前
闲庭信步使用图像验证平台加速FPGA的开发:第十四课——图像二值化的FPGA实现
图像处理·计算机视觉·fpga开发
橡晟5 小时前
深度学习入门:让神经网络变得“深不可测“⚡(二)
人工智能·python·深度学习·机器学习·计算机视觉
墨尘游子5 小时前
神经网络的层与块
人工智能·python·深度学习·机器学习
Leah01055 小时前
什么是神经网络,常用的神经网络,如何训练一个神经网络
人工智能·深度学习·神经网络·ai
PyAIExplorer6 小时前
图像亮度调整的简单实现
人工智能·计算机视觉
珊瑚里的鱼7 小时前
LeetCode 692题解 | 前K个高频单词
开发语言·c++·算法·leetcode·职场和发展·学习方法
Striker_Eureka7 小时前
DiffDet4SAR——首次将扩散模型用于SAR图像目标检测,来自2024 GRSL(ESI高被引1%论文)
人工智能·目标检测
Rvelamen7 小时前
LLM-SECURITY-PROMPTS大模型提示词攻击测评基准
人工智能·python·安全