OpenMV：20追踪其他物体的云台

文章目录

和追踪小车的原理是一样的

首先获得目标物体的x,y坐标，然后通过目标物体的xy坐标来控制我们云台的两个舵机的pid运动

无论追踪什么物体，都是通过物体的x,y坐标来控制云台的运动，对于云台的舵机来说，它只知道传给它的是x,y坐标，并不知道OpenMV传给它的是小球的xy坐标还是人脸的xy坐标

所以我们只需要修改main.py中的函数即可

追踪人脸的云台

搜索函数：

objects = img.find_features(face_cascade,threshold ,scale)

记得要

载入haar算子

，并且寻找小球的函数

find_blob()

和寻找人脸的函数

find_feartures()

的返回值是不一样的！

import sensor, image, time

from pid import PID
from pyb import Servo

pan_servo=Servo(1)
tilt_servo=Servo(2)

pan_servo.calibration(500,2500,500)
tilt_servo.calibration(500,2500,500)

red_threshold  =(13,49,18,61,6,47)

pan_pid = PID(p=0.07, i=0, imax=90)#脱机运行或者禁用图像传输，使用这个PID
tilt_pid = PID(p=0.05, i=0, imax=90)#脱机运行或者禁用图像传输，使用这个PID#pan_pid = PID(p=0.1, i=0, imax=90)#在线调试使用这个PID#tilt_pid = PID(p=0.1, i=0, imax=90)#在线调试使用这个PID

sensor.reset()# Initialize the camera sensor.
sensor.set_contrast(1)# 插入：设置对比度
sensor.set_gainceiling(16)# 插入：设置增益# 由于云台上的OpenMV是反着装的，而检测人脸的haar算子是正着看的，所以就必须把照片倒过来才能检测成功# 我们不用那么麻烦：直接设置图像为镜像模式，是垂直方向的翻转即可
sensor.set_vflip(True)

sensor.set_pixformat(sensor.GRAYSCALE)# 人脸识别最好采用灰度图模式
sensor.set_framesize(sensor.QQVGA)# use QQVGA for speed.
sensor.skip_frames(10)# Let new settings take affect.
sensor.set_auto_whitebal(False)# turn this off.
clock = time.clock()# Tracks FPS.# 加载人脸的haar算子
face_cascade = image.HaarCascade("frontalface", stages =25)deffind_max(blobs):
    max_size=0for blob in blobs:if blob[2]*blob[3]> max_size:
            max_blob=blob
            max_size = blob[2]*blob[3]return max_blob

while(True):
    clock.tick()# Track elapsed milliseconds between snapshots().
    img = sensor.snapshot()# 截取一张图片# 截取一张图片后，对我们的图像进行find_features()# objects是返回的人脸矩形框(x,y,w,h)
    objects = img.find_features(face_cascade,threshold =0.75,scale =1.35)if objects:# 如果识别到人脸——>找到视野中最大的人脸
        max_object = find_max(objects)
        pan_error = max_object[0]+  max_object[2]/2- img.width()/2
        tilt_error =  max_object[1]+  max_object[3]/2- img.height()/2print("pan_error: ", pan_error)

        img.draw_rectangle( max_object.rect())# rect
        img.draw_cross(int( max_object[0]+  max_object[2]/2),int( max_object[1]+  max_object[3]/2))# cx, cy

        pan_output=pan_pid.get_pid(pan_error,1)/2
        tilt_output=tilt_pid.get_pid(tilt_error,1)print("pan_output",pan_output)
        pan_servo.angle(pan_servo.angle()+pan_output)
        tilt_servo.angle(tilt_servo.angle()-tilt_output)

追踪AprilTags的云台

搜索函数：

 objects = img.find_apriltags()

import sensor, image, time

from pid import PID
from pyb import Servo

pan_servo=Servo(1)
tilt_servo=Servo(2)

pan_servo.calibration(500,2500,500)
tilt_servo.calibration(500,2500,500)

red_threshold  =(13,49,18,61,6,47)

pan_pid = PID(p=0.07, i=0, imax=90)#脱机运行或者禁用图像传输，使用这个PID
tilt_pid = PID(p=0.05, i=0, imax=90)#脱机运行或者禁用图像传输，使用这个PID#pan_pid = PID(p=0.1, i=0, imax=90)#在线调试使用这个PID#tilt_pid = PID(p=0.1, i=0, imax=90)#在线调试使用这个PID

sensor.reset()# Initialize the camera sensor.
sensor.set_contrast(1)# 插入：设置对比度
sensor.set_gainceiling(16)# 插入：设置增益

sensor.set_pixformat(sensor.GRAYSCALE)# 人脸识别最好采用灰度图模式
sensor.set_framesize(sensor.QQVGA)# use QQVGA for speed.
sensor.skip_frames(10)# Let new settings take affect.
sensor.set_auto_whitebal(False)# turn this off.
clock = time.clock()# Tracks FPS.# 加载人脸的haar算子
face_cascade = image.HaarCascade("frontalface", stages =25)deffind_max(blobs):
    max_size=0for blob in blobs:if blob[2]*blob[3]> max_size:
            max_blob=blob
            max_size = blob[2]*blob[3]return max_blob

while(True):
    clock.tick()# Track elapsed milliseconds between snapshots().
    img = sensor.snapshot()# 截取一张图片# 截取一张图片后，对我们的图像进行find_apriltags()# 函数的返回值是一个AprilTag的对象列表
    objects = img.find_apriltags()if objects:# 如果识别到人脸——>找到视野中最大的人脸
        max_object = find_max(objects)
        pan_error = max_object[0]+  max_object[2]/2- img.width()/2
        tilt_error =  max_object[1]+  max_object[3]/2- img.height()/2print("pan_error: ", pan_error)

        img.draw_rectangle( max_object.rect())# rect
        img.draw_cross(int( max_object[0]+  max_object[2]/2),int( max_object[1]+  max_object[3]/2))# cx, cy

        pan_output=pan_pid.get_pid(pan_error,1)/2
        tilt_output=tilt_pid.get_pid(tilt_error,1)print("pan_output",pan_output)
        pan_servo.angle(pan_servo.angle()+pan_output)
        tilt_servo.angle(tilt_servo.angle()-tilt_output)

追踪圆形的云台

搜索函数：

objects = img.find_circles()

注意要用到

畸变矫正

，加在我们的sensor.snapshot()之后

img = sensor.snapshot().lens_corr(1,8)

对于圆来说，比较大小就不用

if blob[2]*blob[3] > max_size:

了，而是直接比较半径

cirle[2]

即可

import sensor, image, time

from pid import PID
from pyb import Servo

pan_servo=Servo(1)
tilt_servo=Servo(2)

pan_servo.calibration(500,2500,500)
tilt_servo.calibration(500,2500,500)

red_threshold  =(13,49,18,61,6,47)

pan_pid = PID(p=0.07, i=0, imax=90)#脱机运行或者禁用图像传输，使用这个PID
tilt_pid = PID(p=0.05, i=0, imax=90)#脱机运行或者禁用图像传输，使用这个PID#pan_pid = PID(p=0.1, i=0, imax=90)#在线调试使用这个PID#tilt_pid = PID(p=0.1, i=0, imax=90)#在线调试使用这个PID

sensor.reset()# Initialize the camera sensor.
sensor.set_contrast(1)# 插入：设置对比度
sensor.set_gainceiling(16)# 插入：设置增益

sensor.set_pixformat(sensor.GRAYSCALE)# 人脸识别最好采用灰度图模式
sensor.set_framesize(sensor.QQVGA)# use QQVGA for speed.
sensor.skip_frames(10)# Let new settings take affect.
sensor.set_auto_whitebal(False)# turn this off.
clock = time.clock()# Tracks FPS.deffind_max(blobs):
    max_size=0for blob in blobs:if blob[2]*blob[2]> max_size:
            max_blob=blob
            max_size = blob[2]*blob[2]return max_blob

while(True):
    clock.tick()# Track elapsed milliseconds between snapshots().
    img = sensor.snapshot().lens_corr(1,8)# 截取一张图片的同时进行畸变矫正 # 截取一张图片后，对我们的图像进行find_apriltags()# 函数的返回值是一个圆的圆心在摄像头里的xy坐标以及半径(x,y,r)
    objects = img.find_circles(threshold =3500,x_margin =10,y_margin =10,r_margin =10,r_min =2,r_max =100,r_step =2)if objects:# 如果识别到人脸——>找到视野中最大的人脸
        max_object = find_max(objects)
        pan_error = max_object[0]- img.width()/2# 圆心的x坐标即为object[0]
        tilt_error =  max_object[1]- img.height()/2# 圆心的y坐标即为object[1]print("pan_error: ", pan_error)

        img.draw_rectangle( max_object.rect())# rect# 直接改为画圆而非矩形
        img.draw_circle(max_object[0],max_object[1],max_object[2],color =(255,0,0))
        img.draw_cross(int(max_object[0]),int(max_object[1])# 在圆形(x,y)处画十字

        pan_output=pan_pid.get_pid(pan_error,1)/2
        tilt_output=tilt_pid.get_pid(tilt_error,1)print("pan_output",pan_output)
        pan_servo.angle(pan_servo.angle()+pan_output)
        tilt_servo.angle(tilt_servo.angle()-tilt_output)