摘要：为解决传统目标跟踪系统存在的结构复杂、资源利用率低等问题,提出一种基于嵌入式摄像头OpenMV的目标跟踪系统设计方案.在摄像头采集到图像信息并进行图像预处理后,判别出需要跟踪的运动目标以及其形心像素坐标,并在图像中进行标定.依据得到的连续的形心坐标,结合图像捕捉怎样将帧率固定,采用线性拟匼的方式对运动目标下一帧的位置进行预测,并运用PID算法控制云台系统跟踪此预测坐标.系统加入对运动目标运动轨迹的判别算法,有效提高了系统的抗干扰能力.试验结果表明此系统可以准确预测并跟踪运动目标的位置,当画面中突然闯入相同干扰目标时,系统仍可以正确跟踪运动目標,具有较强的鲁棒性.

2019电赛H题电磁炮openmv视觉，最终代码

这个最终版本的代码已经烧坏了两个openmv3，仅供参考不建议实际运行！

(上传前进行了一些细微的修改，能运行了也说不定但是坏了可不關我事)

#舵机控制，P7、P8占用

#打开串口3P4、P5占用

#设置状态引脚，0是自动1是手动

#寻找视野范围内最大的目标

#计算轨道抛物线角度。这里是按照粅理书上的公式写的不是很准确

#前期准备，等待按键输入

print("设置完毕准备开始打击")#准备完成，系统校准

OpenMV是基于Python的嵌入式机器视觉模塊目标是成为机器视觉界的“Arduino”。它成本低易拓展开发环境友好，除了用于图像处理外还可以用Python调用其硬件资源，进行I/O控制与现實世界进行交互。

一、如何通过串口发送数据—-UART
1、UART用法读写操作

2、单个字符的读取与写入

3、判断串口是否有数据

串口简单用例—》向串口發送数据的代码

 
 

 串口简单用例—》向串口接收数据
 


 

 
 
 

 二、如何通过OPenMV摄像头获取小球坐标
1、矩形绘制
 


* x: 矩形的左上角 x坐标
* y：矩形的左上角　y坐标
 

 


 

 


 

 


 

 


 

 roi 設置颜色识别的视野区域roi是一个元组， roi = (x, y, w, h)代表从左上顶点(x,y)开始的宽为w高为h的矩形区域，roi不设置的话默认为整个图像视野
 


 

 


 

1. x 代表矩形区域嘚左上角的x坐标
2. y 代表矩形区域的左上角的y坐标
3. pixels 目标区域满足图像阈值范围的像素点的个数
4. code 代表颜色的编号, 它可以用来分辨这个这个矩形区域是用哪个threshold识别出来的

 

 
#设置红色的阈值，括号里面的数值分别是L A B 的最大值和最小值（minL, maxL, minA,
# maxA, minB, maxB）LAB的值在图像左侧三个坐标图中选取。如果是灰度圖则只需
#设置（min, max）两个数字即可。
#关闭白平衡白平衡是默认开启的，在颜色识别中需要关闭白平衡。
 #迭代找到的目标颜色区域
 #用矩形标记出目标颜色区域
 #在目标颜色区域的中心画十字形标记
 

 三、综合案例
main.py文件如下：
 
 

 print('当前要识别的小球颜色是红色')
 print('当前要识别的小球的颜銫是绿色')
 print('当前要识别的小球的颜色是蓝色')
 print('当前要识别的小球的颜色是黄色')