智能汽车竞赛摄像头处理——摄像头入门(2)

前言

在上一节中,我们学习了如何将总钻风摄像头的图像显示在1.8寸TFT显示屏上,其实我建议大家显示屏还是要选用ips200,像素点多一些,显示的图像更加清晰。

二值化处理

(1)对原始的灰度图像进行二值化,初学可以用固定阈值二值化来理解和学习,后面可以采用高级的动态阈值二值化(大津法),我们这篇文章介绍简单的固定阈值二值化。

(2)图像的像素值范围为0~255(黑色~白色),二值化的意思顾名思义是将整个图像的像素值转化为黑白两个值,即为0和255。

(3)下面的Set_image_towvalues(uint8 value)函数是固定阈值二值化的函数,value的范围是0~255,具体值要在赛道上经过调试后确定。

images.c

cpp 复制代码
uint8  mt9v03x_image_BandW[MT9V03X_H][MT9V03X_W];

//图像二值化
//0 - 255
//黑 - 白
void Set_image_towvalues(uint8 value)
{
    uint8 temp_valude;//暂存灰度值
    for(uint8 i = 0;i < MT9V03X_H;i++)//高
    {
      for(uint8 j = 0;j < MT9V03X_W;j++)//宽
      {
          temp_valude = mt9v03x_image[i][j];
          if(temp_valude < value)
          {
              mt9v03x_image_BandW[i][j] = 0;//黑
          }
          else
          {
              mt9v03x_image_BandW[i][j] = 255;//白
          }
      }

    }
}

images.h

cpp 复制代码
#ifndef CODE_IMAGES_H_
#define CODE_IMAGES_H_

extern uint8  mt9v03x_image_BandW[MT9V03X_H][MT9V03X_W];


void Set_image_towvalues(uint8 value);

#endif /* CODE_IMAGES_H_ */

cpu1_main.c

cpp 复制代码
    while (TRUE)
    {
        if(mt9v03x_finish_flag)     //一幅图像完全采集完毕后,再进行图像的显示判断和显示
        {
            Set_image_towvalues(150); //固定阈值二值化
            tft180_displayimage03x(mt9v03x_image_BandW[0],MT9V03X_W,MT9V03X_H);
            mt9v03x_finish_flag = 0;//图像显示完成后才对标志位清零
        }
    }

经过固定二值化处理后的图像变成了黑白图像,为我们后面进一步的循迹功能做了铺垫,我们要对这个二值化后的数组进行扫线等处理。

相关推荐
----云烟----13 分钟前
STM32的Systick定时器的作用
stm32·单片机·嵌入式硬件
Vodka~23 分钟前
HAL库常用函数
stm32·单片机·嵌入式硬件
不不不丶1 小时前
STM32 ——系统架构
stm32·单片机·嵌入式硬件
深圳市快瞳科技有限公司1 小时前
多宠识别:基于计算机视觉的智能宠物管理系统架构解析
计算机视觉·系统架构·宠物
Tlog嵌入式2 小时前
[项目]基于FreeRTOS的STM32四轴飞行器: 六.2.4g通信
c语言·stm32·单片机·嵌入式硬件·mcu·iot
没学上了2 小时前
数据集构建与训练前准备
开发语言·python·opencv·机器学习·计算机视觉·yolov8
9稳2 小时前
基于单片机的智能楼宇门禁系统设计
网络·单片机·嵌入式硬件
深图智能2 小时前
轻量级语义分割算法:演进与创新
算法·计算机视觉·语义分割
不脱发的程序猿3 小时前
STM32如何精准控制步进电机?
stm32·单片机·嵌入式硬件
硅谷秋水5 小时前
RoboVQA:机器人多模态长范围推理
人工智能·深度学习·机器学习·计算机视觉·语言模型·机器人