《DNK210使用指南 -CanMV版 V1.0》第三十七章 image影像對比實驗

正点原子發表於2024-11-12

第三十七章 image影像對比實驗

1）實驗平臺：正點原子DNK210開發板

2）章節摘自【正點原子】DNK210使用指南 - CanMV版 V1.0

3）購買連結：https://detail.tmall.com/item.htm?&id=782801398750

4）全套實驗原始碼+手冊+影片下載地址：http://www.openedv.com/docs/boards/k210/ATK-DNK210.html

5）正點原子官方B站：https://space.bilibili.com/394620890

6）正點原子K210技術交流企鵝群:605557868

在上一章節中，介紹了image模組中影像色塊追蹤方法給的使用，本章將繼續介紹image模組中影像對比方法的使用。透過本章的學習，讀者將學習到image模組中影像對比的使用。
本章分為如下幾個小節：
37.1 image模組影像對比方法介紹
37.2 硬體設計
37.3 程式設計
37.4 執行驗證

37.1 image模組影像對比方法介紹
image模組為Image物件提供了difference()方法，用於計算兩個影像的差值絕對值，difference()方法如下所示：

image.difference(image, mask)

difference()方法計算兩個影像的差值的絕對值，並返回一個image物件，返回的影像中較暗的部分，即兩個對比影像差別不大的部分，返回影像中較亮的部分，即兩個對比影像中相差較大的部分。
image指的是與image物件比較的另一個image物件。
mask指的是另一個用作繪圖操作的畫素級掩碼的影像，掩碼應該是一個只有黑色和白色畫素的影像，並且因該與所處理的Image物件具有相同的大小，僅有掩碼中設定的畫素會被修改。
difference()方法會返回經過處理的Image物件。
difference()方法的使用示例如下所示：

import image
img1 = image.Image(size=(320, 240))
img2 = img1.copy()
img1.difference(img2)

image模組為Image物件提供了get_similarity()方法，用於計算兩個影像之間的相似程度，get_similarity()方法如下所示：

image.get_similaraity(image)

get_similarity()方法用於使用SSIM演算法計算兩個影像之間的8*8畫素色塊的相似度，並會返回一個similarity物件。
image指的是與image物件進行計算的另一個image物件。
get_similarity()方法會返回一個similarity物件。
get_similarity()方法的使用示例如下所示：

import image
img1 = image.Image(size=(320, 240))
img2 = img1.copy()
sim = img1.get_similarity(img2)

37.2 硬體設計

37.2.1 例程功能

  1. 不斷地獲取攝像頭輸出的影像，並儲存相鄰的兩幀影像，對這兩幀影像使用差幀演算法或SSIM演算法進行影像對比，並將對比結果和當前獲取到的攝像頭影像一起在LCD上進行顯示。
  2. KEY0按鍵可以切換影像對比時使用的演算法。

37.2.2 硬體資源
本章實驗內容，主要講解image模組的使用，無需關注硬體資源。

37.2.3 原理圖
本章實驗內容，主要講解image模組的使用，無需關注原理圖。

37.3 程式設計

37.3.1 image模組影像對比方法介紹
有關image模組影像對比方法的介紹，請見第37.1小節《image模組影像對比方法介紹》。

37.3.2 程式流程圖

圖37.3.2.1image影像對比實驗流程圖

37.3.3 main.py程式碼
main.py中的指令碼程式碼如下所示：

from board import board_info
from fpioa_manager import fm
from maix import GPIO
import time
import lcd
import sensor
import image
import gc
lcd.init()
sensor.reset()
sensor.set_framesize(sensor.QVGA)
sensor.set_pixformat(sensor.RGB565)
sensor.set_hmirror(False)
type = 0
type_dict = {
    0: "Normal",
    1: "Frame",
    2: "SSIM"
}
fm.register(board_info.KEY0, fm.fpioa.GPIOHS0)
key0 = GPIO(GPIO.GPIOHS0, GPIO.IN, GPIO.PULL_UP)
def key_irq_handler(key):
    global key0
    global type
   time.sleep_ms(20)
    if key is key0 and key.value() == 0:
       type = type + 1
       if type == len(type_dict):
           type = 0
key0.irq(key_irq_handler, GPIO.IRQ_FALLING, GPIO.WAKEUP_NOT_SUPPORT, 7)
while True:
    img= sensor.snapshot()
    if type == 0:
       # 原圖
       pass
    elif type == 1:
       # 差幀演算法
       threshold = 5
       if "prev" not in dir():
           prev = img.copy()
       prev.difference(img)
       hist = prev.histogram()
       diff = hist.get_percentile(0.99).l_value() - hist.get_percentile(0.90).l_value()
       img.draw_string(10, 30, "Different" if diff > threshold else "Same", color=(255, 0, 0), scale=1.6)
       prev = img.copy()
    elif type == 2:
       # SSIM演算法
       threshold = -0.4
       if "prev" not in dir():
           prev = img.copy()
       sim = prev.get_similarity(img)
       img.draw_string(10, 30, "Different" if sim.min() < threshold else "Same", color=(255, 0, 0), scale=1.6)
    else:
       type = 0
    img.draw_string(10, 10, type_dict[type], color=(255, 0, 0), scale=1.6)
    lcd.display(img)
    gc.collect()

可以看到一開始是先初始化了LCD、攝像頭和中斷按鍵，並且按下中斷按鍵可以切換影像對比時使用的對比演算法。
接著在一個迴圈中不斷地獲取攝像頭輸出的影像，因為獲取到的影像就是Image物件，因此可以直接呼叫image模組為Image物件提供的各種方法，然後就是對當前影像與上一幀影像進行影像對比，最後在LCD顯示影像以及影像對比結果。

37.4 執行驗證
將DNK210開發板連線CanMV IDE，點選CanMV IDE上的“開始(執行指令碼)”按鈕後，按下KEY0按鍵能夠切換影像對比時使用的對比演算法，影像對比完成後會在LCD上顯示對比結果，如果前後兩幀影像相似度較高，則LCD上顯示“Same”，如果前後兩幀影像有點差異，則LCD上顯示“Different”。

相關文章