一.概览
本人虽然是电子信息技术专业出身，在毕业后从事的是偏软件的工作，大多数是PC软件的开发，但一直以来，闲暇时间会利用STM32做些小的作品。对于RT-Thread这国内的物联 操作系统，其实早有耳闻，期间也参加过深圳的一次RT-Thread线下交流活动，所以对于RT-Thread是有所了解而未实际应用的程度。
借着此次RT-Thread大赛的机会，我想将PC的一些图像处理和图像识别算法放到art-pi试跑一下看看效果如何，所以本次参赛将会使用art-pi获取OV7670的图像来做像处理和图像识别。
通过摄像头采集图像进行图像识别，然后将结果显示在LCD屏幕上。
五.硬件框架
本次的硬件核心由ART-PI、OV7670、LCD三部分组成：
ART-PI：stm32H750作为控制核心部分，采集图像源数据、处理图像源生成处理结果、将处理结果送到LCD显示
OV7670:作为图像源，提供320*240的RGB565图像
LCD：实时显示图像源图像和显示处理结果
七.图像识别功能介绍
通过DCMI驱动获取OV7670的分辨率为320*240的RGB565原始图像。RGB565每个像素使用用下图的方式存储，每个像素占用2个字节。所以每帧320*240的图像所需内存为320*240*2=153600字节。
得到二值化图像后，我们便可以寻找要识别物体了。在此使用九宫格的方式提取连通分量，原理其实很简单，就是在九宫格里寻找连在一起的像素，如果能找到便将该像素便将该像素的坐标（位于X行，y列）写入到链表里。如此循环，直到找完所有像素。
完成连通分量的提取后便是特征提取了，我们还是采用九宫格分割法，将取得的图像平均分割为9个区域，再计算9个区域中值为255像素的个数。通过这一步算法，我们得到了9组特征数据。
本次用了两种特征提取方式：
1. 通过水平与垂直方向的穿越数找出部分数字
以数字0和7为例，在1/2宽度处,0和7稳定的得到垂直穿越数是2.而在1/2高度，0的水平穿越数是2，7的水平穿越数是1.
最终检测效果如下图：
点击阅读原文进入RT-Thread官
文章知识点与官方知识档案匹配，可进一步学习相关知识OpenCV技能树首页概览11205 人正在系统学习中
声明：本站部分文章及图片源自用户投稿，如本站任何资料有侵权请您尽早请联系jinwei@zod.com.cn进行处理,非常感谢！