[星瞳科技]OpenMV如何进行串口通信？

2024-08-21 12:52
文章标签 进行 通信 串口 科技 openmv 星瞳

本文主要是介绍[星瞳科技]OpenMV如何进行串口通信？，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

串口通信上

视频教程27 - 串口通信发送数据：OpenMV串口发送数据 | 星瞳科技
视频教程28 - 串口通信接收数据：OpenMV串口接收数据 | 星瞳科技

介绍

为什么要用串口呢？因为要时候需要把信息传给其他MCU，串口简单，通用，基本每一个MCU都会有串口。

TTL串口至少需要3根线：TXD，RXD，GND。TXD是发送端，RXD是接收端，GND是地线。 连线的时候，需要把OpenMV的RXD连到另一个MCU的TXD，TXD连到RXD。图示：

import time
from machine import UART
#from pyb import UART# OpenMV4 H7 Plus, OpenMV4 H7, OpenMV3 M7, OpenMV2 M4 的UART(3)是P4-TX P5-RX
uart = UART(3, 19200)   #OpenMV RT 注释掉这一行，用下一行UART(1)
#uart = UART(1, 19200)  #OpenMV RT 用UART(1)这行，注释掉上一行UART(3)
# OpenMV RT 只有串口UART(1)，对应P4-TX P5-RX; OpenMV4 H7 Plus, OpenMV4 H7, OpenMV3 M7 的UART(1)是P0-RX P1-TXwhile(True):uart.write("Hello World!\r")time.sleep_ms(1000)

先实例化一个19200波特率的串口,然后调用write方法就可以了。

注意：OpenMV RT 只有串口UART(1)，对应P4-TX P5-RX。

OpenMV4 H7 Plus, OpenMV4 H7, OpenMV3 M7 的串口UART(1)是P0-RX P1-TX。

OpenMV4 H7 Plus, OpenMV4 H7, OpenMV3 M7, OpenMV2 M4 的串口UART(3)是P4-TX P5-RX

传输复杂的数据

json字符串。

# Blob Detection and uart transport
import sensor, image, time
#from pyb import UART
from machine import UART
import json
# For color tracking to work really well you should ideally be in a very, very,
# very, controlled enviroment where the lighting is constant...
yellow_threshold   = (65, 100, -10, 6, 24, 51)
# You may need to tweak the above settings for tracking green things...
# Select an area in the Framebuffer to copy the color settings.sensor.reset() # Initialize the camera sensor.
sensor.set_pixformat(sensor.RGB565) # use RGB565.
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.# OpenMV4 H7 Plus, OpenMV4 H7, OpenMV3 M7, OpenMV2 M4 的UART(3)是P4-TX P5-RX
uart = UART(3, 115200)   #OpenMV RT 注释掉这一行，用下一行UART(1)
#uart = UART(1, 115200)  #OpenMV RT 用UART(1)这行，注释掉上一行UART(3)
# OpenMV RT 只有串口UART(1)，对应P4-TX P5-RX; OpenMV4 H7 Plus, OpenMV4 H7, OpenMV3 M7 的UART(1)是P0-RX P1-TXwhile(True):img = sensor.snapshot() # Take a picture and return the image.blobs = img.find_blobs([yellow_threshold])if blobs:print('sum :', len(blobs))output_str = json.dumps(blobs)for b in blobs:# Draw a rect around the blob.img.draw_rectangle(b.rect()) # rectimg.draw_cross(b.cx(), b.cy()) # cx, cyprint('you send:',output_str)uart.write(output_str+'\n')else:print('not found!')

结果的输出为：

sum : 1
you send: [{x:17, y:23, w:37, h:12, pixels:178, cx:40, cy:29, rotation:3.060313, code:1, count:1}]
sum : 2
you send: [{x:34, y:24, w:19, h:13, pixels:149, cx:45, cy:30, rotation:3.120370, code:1, count:1}, {x:23, y:30, w:8, h:2, pixels:17, cx:27, cy:30, rotation:0.046378, code:1, count:1}]

这样就把整个blobs全部发送出去了。

精简数据

但是有时候不想传输一大堆的数据。比如：我只想传输面积最大的色块的x，y中心坐标。
想传输什么数据，就构造一个什么数据。

写一个for循环，再写一个find_max()函数。

# Blob Detection and uart transport
import sensor, image, time
#from pyb import UART
from machine import UART
import json
# For color tracking to work really well you should ideally be in a very, very,
# very, controlled enviroment where the lighting is constant...
yellow_threshold   = (65, 100, -10, 6, 24, 51)
# You may need to tweak the above settings for tracking green things...
# Select an area in the Framebuffer to copy the color settings.sensor.reset() # Initialize the camera sensor.
sensor.set_pixformat(sensor.RGB565) # use RGB565.
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.# OpenMV4 H7 Plus, OpenMV4 H7, OpenMV3 M7, OpenMV2 M4 的UART(3)是P4-TX P5-RX
uart = UART(3, 115200)   #OpenMV RT 注释掉这一行，用下一行UART(1)
#uart = UART(1, 115200)  #OpenMV RT 用UART(1)这行，注释掉上一行UART(3)
# OpenMV RT 只有串口UART(1)，对应P4-TX P5-RX; OpenMV4 H7 Plus, OpenMV4 H7, OpenMV3 M7 的UART(1)是P0-RX P1-TXdef find_max(blobs):max_size=0for blob in blobs:if blob.pixels() > max_size:max_blob=blobmax_size = blob.pixels()return max_blobwhile(True):img = sensor.snapshot() # Take a picture and return the image.blobs = img.find_blobs([yellow_threshold])if blobs:max_blob=find_max(blobs)print('sum :', len(blobs))img.draw_rectangle(max_blob.rect())img.draw_cross(max_blob.cx(), max_blob.cy())output_str="[%d,%d]" % (max_blob.cx(),max_blob.cy()) #方式1#output_str=json.dumps([max_blob.cx(),max_blob.cy()]) #方式2print('you send:',output_str)uart.write(output_str+'\r\n')else:print('not found!')

结果：

sum : 6
you send: [63,45]
sum : 2
you send: [60,50]
sum : 1
you send: [61,51]

在上面的代码中，

output_str="[%d,%d]" % (max_blob.cx(),max_blob.cy()) #方式1

与

output_str=json.dumps([max_blob.cx(),max_blob.cy()]) #方式2

结果是一样的，因为结构简单，可以使用python的字符串格式化的功能，或者json的转换功能，都可以。

结果中，即使找到了多个色块，也只发送最大的色块的坐标。

OpenMV串口调试扩展板

OpenMV串口调试扩展板将OpenMV的串口UART3，通过cp2104芯片连接到电脑，通过USB连接到串口调试扩展板，可以看到OpenMV的串口UART3上发送的数据。

OpenMV和串口调试扩展板，通过2条USB线，都连接到电脑。

使用TTL-USB模块

如果没有OpenMV串口调试扩展板，也可以使用TTL-USB模块，他的作用和OpenMV串口调试扩展板一样。

首先我们要了解的是：各种单片机（包括Arduino, OpenMV, esp8266, stm32, 51）使用的串口都是TTL串口！不是rs485，不是rs232！

TTL串口的电压是3.3V或者5V，RS232的电压是+-15V，RS485的电压是5V，但是两根数据线是差分线，协议不一样，不能通用的。

我们使用的模块是TTL转USB模块（推荐使用cp2104模块，稍微贵一点，但是质量好）：

连接图(注意共地和RXTX交错连接)：

OpenMVFTDI
P4(TX)RX
P5(RX)TX
GNDGND

将TTL模块的USB端插入电脑，会出现一个串口。

星瞳串口助手

 

星瞳串口助手是一款，简洁易用，支持Windows，MacOS，Linux的开源的串口助手。

运行程序

注意，有些软件是可以选择HEX（16进制）或者ASC（ascii），要选择ASC，才能显示字符串。

OpenMV上运行uart.write("hello world!")的程序（见上节）。

在串口助手会显示Hello world！字符。

如果运行下面的程序：

import sensor, image, time
import json
from machine import UART
#from pyb import UART
# For color tracking to work really well you should ideally be in a very, very,
# very, controlled enviroment where the lighting is constant...
yellow_threshold   = ( 46,  100,  -68,   72,   58,   92)
# You may need to tweak the above settings for tracking green things...
# Select an area in the Framebuffer to copy the color settings.sensor.reset() # Initialize the camera sensor.
sensor.set_pixformat(sensor.RGB565) # use RGB565.
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.# OpenMV4 H7 Plus, OpenMV4 H7, OpenMV3 M7, OpenMV2 M4 的UART(3)是P4-TX P5-RX
uart = UART(3, 115200)   #OpenMV RT 注释掉这一行，用下一行UART(1)
#uart = UART(1, 115200)  #OpenMV RT 用UART(1)这行，注释掉上一行UART(3)
# OpenMV RT 只有串口UART(1)，对应P4-TX P5-RX; OpenMV4 H7 Plus, OpenMV4 H7, OpenMV3 M7 的UART(1)是P0-RX P1-TXwhile(True):clock.tick() # Track elapsed milliseconds between snapshots().img = sensor.snapshot() # Take a picture and return the image.blobs = img.find_blobs([yellow_threshold])if blobs:#print('sum : %d'% len(blobs))data=[]for b in blobs:# Draw a rect around the blob.img.draw_rectangle(b.rect()) # rectimg.draw_cross(b.cx(), b.cy()) # cx, cydata.append((b.cx(),b.cy()))#{(1,22),(-3,33),(22222,0),(9999,12),(0,0)}data_out = json.dumps(set(data))uart.write(data_out +'\n')print('you send:',data_out)else:print("not found!")

会将所有的色块的中心坐标发出去。

星瞳串口助手会显示接收到的数据：

Arduino解析程序

因为Arduino Uno只有一个串口，一个用来接受，就没办法发送给电脑显示了。所以我们使用软件模拟串口，来进行串口转发程序。

OpenMVArduino
P4(TX)10(RX)
P5(RX)11(TX)
GNDGND

转发逻辑是这样的：OpenMV的数据发送给Arduino Uno的软串口，Arduino的串口连接到电脑并显示结果的。

所以，在ArduinoMega的逻辑就是：读softSerial的数据（json），然后解析成数组，发送给Serial(电脑)。

代码

#include <SoftwareSerial.h>SoftwareSerial softSerial(10, 11); // RX, TX
typedef struct
{int data[50][2] = {{0,0}};int len = 0;
}List;
List list;void setup() {// put your setup code here, to run once:softSerial.begin(115200);Serial.begin(115200);
}void loop() {if(softSerial.available()){getList();for (int i=0; i<list.len; i++){Serial.print(list.data[i][0]);Serial.print('\t');Serial.println(list.data[i][1]);}Serial.println("============");clearList();}}String detectString()
{while(softSerial.read() != '{');return(softSerial.readStringUntil('}'));
}
void clearList()
{memset(list.data, sizeof(list.data),0);list.len = 0;
}
void getList()
{String s = detectString();String numStr = "";for(int i = 0; i<s.length(); i++){if(s[i]=='('){numStr = "";}else if(s[i] == ','){list.data[list.len][0] = numStr.toInt();numStr = "";}else if(s[i]==')'){list.data[list.len][1] = numStr.toInt();numStr = "";list.len++;}else{numStr += s[i];}}
}

 

这篇关于[星瞳科技]OpenMV如何进行串口通信？的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！


http://www.chinasem.cn/article/1093217。

相关文章

Nginx如何进行流量按比例转发

Nginx如何进行流量按比例转发

《Nginx如何进行流量按比例转发》Nginx可以借助split_clients指令或通过weight参数以及Lua脚本实现流量按比例转发,下面小编就为大家介绍一下两种方式具体的操作步骤吧... 目录方式一：借助split_clients指令1. 配置split_clients2. 配置后端服务器组3. 配
阅读更多...
Python使用DeepSeek进行联网搜索功能详解

Python使用DeepSeek进行联网搜索功能详解

《Python使用DeepSeek进行联网搜索功能详解》Python作为一种非常流行的编程语言,结合DeepSeek这一高性能的深度学习工具包,可以方便地处理各种深度学习任务,本文将介绍一下如何使用P... 目录一、环境准备与依赖安装二、DeepSeek简介三、联网搜索与数据集准备四、实践示例：图像分类1.
阅读更多...
Go使用pprof进行CPU,内存和阻塞情况分析

Go使用pprof进行CPU,内存和阻塞情况分析

《Go使用pprof进行CPU,内存和阻塞情况分析》Go语言提供了强大的pprof工具,用于分析CPU、内存、Goroutine阻塞等性能问题,帮助开发者优化程序,提高运行效率,下面我们就来深入了解下... 目录1. pprof 介绍2. 快速上手：启用 pprof3. CPU Profiling：分析 C
阅读更多...
Java中有什么工具可以进行代码反编译详解

Java中有什么工具可以进行代码反编译详解

《Java中有什么工具可以进行代码反编译详解》：本文主要介绍Java中有什么工具可以进行代码反编译的相关资,料,包括JD-GUI、CFR、Procyon、Fernflower、Javap、Byte... 目录1.JD-GUI2.CFR3.Procyon Decompiler4.Fernflower5.Jav
阅读更多...
Python进行PDF文件拆分的示例详解

Python进行PDF文件拆分的示例详解

《Python进行PDF文件拆分的示例详解》在日常生活中,我们常常会遇到大型的PDF文件,难以发送,将PDF拆分成多个小文件是一个实用的解决方案,下面我们就来看看如何使用Python实现PDF文件拆分... 目录使用工具将PDF按页数拆分将PDF的每一页拆分为单独的文件将PDF按指定页数拆分根据页码范围拆分
阅读更多...
Linux使用cut进行文本提取的操作方法

Linux使用cut进行文本提取的操作方法

《Linux使用cut进行文本提取的操作方法》Linux中的cut命令是一个命令行实用程序,用于从文件或标准输入中提取文本行的部分,本文给大家介绍了Linux使用cut进行文本提取的操作方法,文中有详... 目录简介基础语法常用选项范围选择示例用法-f：字段选择-d：分隔符-c：字符选择-b：字节选择--c
阅读更多...
Python调用Orator ORM进行数据库操作

Python调用Orator ORM进行数据库操作

《Python调用OratorORM进行数据库操作》OratorORM是一个功能丰富且灵活的PythonORM库,旨在简化数据库操作,它支持多种数据库并提供了简洁且直观的API,下面我们就... 目录Orator ORM 主要特点安装使用示例总结Orator ORM 是一个功能丰富且灵活的 python O
阅读更多...
Nginx设置连接超时并进行测试的方法步骤

Nginx设置连接超时并进行测试的方法步骤

《Nginx设置连接超时并进行测试的方法步骤》在高并发场景下,如果客户端与服务器的连接长时间未响应,会占用大量的系统资源,影响其他正常请求的处理效率,为了解决这个问题,可以通过设置Nginx的连接... 目录设置连接超时目的操作步骤测试连接超时测试方法：总结：设置连接超时目的设置客户端与服务器之间的连接
阅读更多...
使用 sql-research-assistant进行 SQL 数据库研究的实战指南(代码实现演示)

使用 sql-research-assistant进行 SQL 数据库研究的实战指南(代码实现演示)

《使用sql-research-assistant进行SQL数据库研究的实战指南(代码实现演示)》本文介绍了sql-research-assistant工具,该工具基于LangChain框架,集... 目录技术背景介绍核心原理解析代码实现演示安装和配置项目集成LangSmith 配置（可选）启动服务应用场景
阅读更多...
如何通过海康威视设备网络SDK进行Java二次开发摄像头车牌识别详解

如何通过海康威视设备网络SDK进行Java二次开发摄像头车牌识别详解

《如何通过海康威视设备网络SDK进行Java二次开发摄像头车牌识别详解》：本文主要介绍如何通过海康威视设备网络SDK进行Java二次开发摄像头车牌识别的相关资料,描述了如何使用海康威视设备网络SD... 目录前言开发流程问题和解决方案dll库加载不到的问题老旧版本sdk不兼容的问题关键实现流程总结前言作为
阅读更多...

Copyright China编程 23002807@qq.com

沪ICP备2023033072号-2