例程讲解22-Optical-Flow->absolute_rotation_scale 绝对旋转变换
# 光流绝对旋转变换示例
#
# 此示例显示使用OpenMV Cam通过将当前图像与先前图像相互比较来测量旋转/缩放。
# 请注意,在此模式下仅处理旋转/缩放 - 而不是X和Y平移。
# 要有效地运行此演示,请将OpenMV安装在稳固的底座上,
# 然后 慢慢地 围绕镜头旋转摄像机,并向前/向后移动摄像机以查看数字的变化。
# 即仅改变z方向。
import sensor, image, time, math
# 注意!!! 使用find_displacement()时,必须使用2的幂次方分辨率。
# 这是因为该算法由称为相位相关的东西提供动力,该相位相关使用FFT进行图像比较。
# 非2的幂次方分辨率要求填充到2的幂,这降低了算法结果的有用性。
# 请使用像B64X64或B64X32这样的分辨率(快2倍)。
# 您的OpenMV Cam支持2的幂次方分辨率64x32,64x64,128x64和128x128。
# 如果您想要32x32的分辨率,可以通过在64x64图像上执行“img.pool(2,2)”来创建它。
sensor.reset() # Reset and initialize the sensor.
sensor.set_pixformat(sensor.RGB565) # Set pixel format to RGB565 (or GRAYSCALE)
sensor.set_framesize(sensor.B64X64) # Set frame size to 64x64... (or 64x32)...
sensor.skip_frames(time = 2000) # Wait for settings take effect.
clock = time.clock() # Create a clock object to track the FPS.
# 从主帧缓冲区的RAM中取出以分配第二帧缓冲区。
# 帧缓冲区中的RAM比MicroPython堆中的RAM多得多。
# 但是,在执行此操作后,您的某些算法的RAM会少得多......
# 所以,请注意现在摆脱RAM问题要容易得多。
extra_fb = sensor.alloc_extra_fb(sensor.width(), sensor.height(), sensor.RGB565)
extra_fb.replace(sensor.snapshot())
while(True):
clock.tick() # Track elapsed milliseconds between snapshots().
img = sensor.snapshot() # Take a picture and return the image.
# 如果没有完美的夹具,这个算法很难测试......所以,这是一个让它看起来有效的骗子...
# 在下面输入一个z_rotation值,你应该看到r的输出等于它。
if(0):
expected_rotation = 20.0
img.rotation_corr(z_rotation=expected_rotation)
# 如果没有完美的夹具,这个算法很难测试......所以,这是一个让它看起来有效的骗子...
# 在下面输入一个z_rotation值,你应该看到r的输出等于它。
if(0):
expected_zoom = 0.8
img.rotation_corr(zoom=expected_zoom)
# 对于此示例,我们从不更新旧图像以测量绝对变化。
displacement = extra_fb.find_displacement(img, logpolar=True)
# 没有滤波,偏移结果是嘈杂的,所以我们降低了一些精度。
rotation_change = int(math.degrees(displacement.rotation()) * 5) / 5.0
zoom_amount = displacement.scale()
if(displacement.response() > 0.1): # 低于0.1左右(YMMV),结果只是噪音。
print("{0:+f}r {1:+f}z {2} {3} FPS".format(rotation_change, zoom_amount, \
displacement.response(),
clock.fps()))
else:
print(clock.fps())