【雕爷学编程】MicroPython手册之 OpenMV Cam DAC (数模转换)

MicroPython是为了在嵌入式系统中运行Python 3编程语言而设计的轻量级版本解释器。与常规Python相比，MicroPython解释器体积小(仅100KB左右)，通过编译成二进制Executable文件运行，执行效率较高。它使用了轻量级的垃圾回收机制并移除了大部分Python标准库，以适应资源限制的微控制器。

MicroPython主要特点包括:
1、语法和功能与标准Python兼容,易学易用。支持Python大多数核心语法。
2、对硬件直接访问和控制,像Arduino一样控制GPIO、I2C、SPI等。
3、强大的模块系统,提供文件系统、网络、图形界面等功能。
4、支持交叉编译生成高效的原生代码,速度比解释器快10-100倍。
5、代码量少,内存占用小,适合运行在MCU和内存小的开发板上。
6、开源许可,免费使用。Shell交互环境为开发测试提供便利。
7、内置I/O驱动支持大量微控制器平台，如ESP8266、ESP32、STM32、micro:bit、掌控板和PyBoard等。有活跃的社区。

MicroPython的应用场景包括:
1、为嵌入式产品快速构建原型和用户交互。
2、制作一些小型的可 programmable 硬件项目。
3、作为教育工具,帮助初学者学习Python和物联网编程。
4、构建智能设备固件,实现高级控制和云连接。
5、各种微控制器应用如物联网、嵌入式智能、机器人等。

使用MicroPython需要注意:
1、内存和Flash空间有限。
2、解释执行效率不如C语言。
3、部分库函数与标准版有差异。
4、针对平台优化语法,订正与标准Python的差异。
5、合理使用内存资源,避免频繁分配大内存块。
6、利用原生代码提升速度关键部位的性能。
7、适当使用抽象来封装底层硬件操作。

总体来说,MicroPython让Python进入了微控制器领域，是一项重要的创新，既降低了编程门槛，又提供了良好的硬件控制能力。非常适合各类物联网和智能硬件的开发。

OpenMV Cam 是一款小型、低功耗的微控制器板，可以让你在现实世界中使用机器视觉轻松实现应用程序。你可以使用高级 Python 脚本（由 MicroPython 操作系统提供）而不是 C/C++ 对 OpenMV Cam 进行编程。OpenMV Cam 的技术参数包括以下几个方面：

1、处理器：OpenMV Cam H7 Plus 使用 STM32H743II ARM Cortex M7 处理器，运行频率为 480 MHz，具有 32MB SDRAM + 1MB SRAM 和 32 MB 外部闪存 + 2 MB 内部闪存。OpenMV Cam M4 V2 使用 STM32F427VG ARM Cortex M4 处理器，运行频率为 180 MHz，具有 256KB RAM 和 1 MB 闪存。
2、图像传感器：OpenMV Cam H7 Plus 和 OpenMV Cam M4 V2 都使用 OV7725 图像传感器，能够在分辨率高于 320x240 时以 75 FPS 拍摄 320x240 8 位灰度图像或 320x240 16 位 RGB565 图像，在分辨率低于 320x240 时能够以 150 FPS 拍摄。
3、I/O 接口：OpenMV Cam H7 Plus 和 OpenMV Cam M4 V2 都具有以下 I/O 接口：
（1）全速 USB (12Mbs) 接口，连接到电脑。当插入 OpenMV Cam 后，你的电脑会出现一个虚拟 COM 端口和一个“U盘”。
（2）μSD 卡槽能够进行 100Mbs 读/写，使你的 OpenMV Cam 能够录制视频，并把机器视觉的素材从 μSD 卡提取出来。
（3）SPI 总线的运行速度高达 54Mbs，使你可以简单地把图像流数据传给 LCD 扩展板、WiFi 扩展板，或者其他控制器。
（4）I2C 总线（高达 1Mb/s）、CAN 总线（高达 1Mb/s）和异步串行总线（TX/RX，高达 7.5Mb/s），用于与其他控制器或传感器连接。
（5）一个 12 位 ADC 和一个 12 位 DAC。
（6）所有 I/O 引脚上都有中断和 PWM（板上有 9 或者10个 I/O 引脚）。
4、LED：OpenMV Cam H7 Plus 和 OpenMV Cam M4 V2 都配备了一个 RGB LED（三色）和两个高亮的 850nm IR LED（红外）。
5、镜头：OpenMV Cam H7 Plus 和 OpenMV Cam M4 V2 都配备了标准 M12 镜头接口和一个默认的 2.8 毫米镜头。如果你想在 OpenMV Cam 上使用更专业的镜头，你可以轻松购买并自行安装。

MicroPython的OpenMV Cam支持DAC（数模转换）功能，可以将数字信号转换为模拟信号输出。下面将以专业的视角详细解释MicroPython的OpenMV Cam DAC的主要特点、应用场景以及需要注意的事项。

主要特点：

数模转换功能：OpenMV Cam的DAC功能可以将数字信号转换为模拟信号输出。通过将数字值转换为相应的模拟电压或电流输出，DAC可以实现对外部设备的精确控制。

多通道支持：OpenMV Cam通常支持多个DAC通道，可以同时输出多个模拟信号。这种多通道支持能力使得OpenMV Cam可以独立控制多个设备或执行多路模拟信号输出的任务。

精度和分辨率：DAC通常具有可调的精度和分辨率。精度指DAC输出信号与期望模拟信号之间的误差程度，而分辨率则是指DAC能够输出的最小单位。OpenMV Cam的DAC功能通常可以根据需求进行相应的配置，以获得所需的精度和分辨率。

应用场景：

信号发生器：DAC功能广泛应用于信号发生器领域。通过配置DAC输出的数字值，可以生成特定频率、幅度和波形的模拟信号，用于测试、调试或通信等应用。

音频播放：DAC功能可以用于音频播放应用。通过将数字音频数据转换为模拟信号，可以实现音频的输出，例如在嵌入式系统中播放音乐、语音提示等。

控制外部设备：DAC功能还可以用于控制外部设备，例如驱动电压控制器、放大器或执行器等。通过输出特定的模拟信号，可以实现对这些设备的精确控制，从而实现各种应用需求。

需要注意的事项：

引脚选择：在使用DAC功能时，需要选择支持DAC输出的合适引脚。要确保选择的引脚支持DAC功能，并且与其他功能或设备的引脚冲突。

输出范围：DAC通常有一个可调的输出范围。在使用DAC功能时，需要根据外部设备的要求和应用需求设置适当的输出范围，以确保输出信号的有效性和兼容性。

精度和线性度：DAC的精度和线性度对于输出信号的质量和准确性至关重要。在使用DAC功能时，需要了解和考虑DAC的精度和线性度指标，并根据具体应用需求选择合适的DAC。

总之，MicroPython的OpenMV Cam DAC功能具有数模转换、多通道支持和可调的精度分辨率等特点，适用于信号发生器、音频播放和控制外部设备等应用场景。在使用DAC功能时，需要注意引脚选择、输出范围以及精度线性度等因素。通过合理利用OpenMV Cam的DAC功能，可以实现对模拟信号的精确输出和控制。

案例1：控制OpenMV Cam的LED灯颜色

import sensor, image, time
from machine import Pin, PWM# 初始化摄像头
sensor.reset()
sensor.set_pixformat(sensor.RGB565)
sensor.set_framesize(sensor.QVGA)
sensor.skip_frames(time = 2000)# 启动摄像头
sensor.run(1)# 设置LED灯颜色为红色
red_led = PWM(Pin(2))
red_led.freq(50)
red_led.duty_u16(255)while True:img = sensor.snapshot()img.compress(quality=80, optimize=True)time.sleep(1/30)  # 每30帧进行一次白平衡校准

要点解读：这个程序演示了如何使用MicroPython控制OpenMV Cam的LED灯颜色。首先，需要初始化摄像头并设置图像格式和分辨率。然后，通过run方法启动摄像头。接着，在一个无限循环中，不断获取摄像头的图像，并将其保存到本地文件中。需要注意的是，在使用OpenMV Cam进行视频流传输时，需要确保数据传输的正确性和完整性。

案例2：控制OpenMV Cam的麦克风录

import sensor, image, time
from machine import Pin, UART# 初始化摄像头
sensor.reset()
sensor.set_pixformat(sensor.RGB565)
sensor.set_framesize(sensor.QVGA)
sensor.skip_frames(time = 2000)# 启动摄像头
sensor.run(1)# 设置麦克风为输入模式
mic = Pin(0, Pin.IN)# 设置串口通信，用于将录音数据发送到电脑
uart = UART(1, 9600)while True:if mic.value() == 1:data = mic.read()uart.write(data)time.sleep_ms(100)

要点解读：这个程序演示了如何使用MicroPython控制OpenMV Cam的麦克风录音。首先，需要初始化摄像头并设置图像格式和分辨率。然后，通过run方法启动摄像头。接着，在一个无限循环中，不断获取摄像头的图像，并将其保存到本地文件中。需要注意的是，在使用OpenMV Cam进行视频流传输时，需要确保数据传输的正确性和完整性。

案例3：生成模拟信号：

import pyb# 初始化DAC对象
dac = pyb.DAC("P6")  # 使用P6引脚# 生成模拟信号
while True:for value in range(0, 4096, 100):dac.write(value)# 延时pyb.delay(10)

要点解读：
使用pyb.DAC()初始化DAC对象，参数为DAC引脚号。
pyb.DAC()的参数为DAC引脚号，可以选择P0 ~ P7。
在主循环中使用dac.write()写入DAC的值，生成模拟信号。
range(0, 4096, 100)生成0到4095范围内以100为步长的数列，作为DAC的值。
使用pyb.delay()进行延时，这里延时10毫秒。
这个示例展示了如何使用MicroPython在OpenMV Cam上生成模拟信号。通过初始化DAC对象并设置引脚号，可以使用dac.write()写入DAC的值，从而生成模拟信号。在主循环中，使用range()生成一系列DAC的值，并通过dac.write()写入。通过调整延时的时间和步长，可以控制生成模拟信号的频率和幅度。

案例4：控制蜂鸣器发声：

import pyb# 初始化DAC对象
dac = pyb.DAC("P6")  # 使用P6引脚# 发出声音
def beep(frequency, duration):period = int(1000000 / frequency)  # 计算周期half_period = int(period / 2)  # 计算半周期for _ in range(int(duration * frequency)):dac.write(4095)  # 写入最大值pyb.udelay(half_period)dac.write(0)  # 写入最小值pyb.udelay(half_period)# 主循环
while True:beep(1000, 1)  # 发出1秒钟的1000Hz声音pyb.delay(1000)  # 延时1秒钟

要点解读：
使用pyb.DAC()初始化DAC对象，参数为DAC引脚号。
pyb.DAC()的参数为DAC引脚号，可以选择P0 ~ P7。
定义了一个发声函数beep()，接受频率和持续时间作为参数。
在beep()函数中，根据频率计算周期和半周期，然后循环发出声音。
在主循环中，使用beep()函数发出1秒钟的1000Hz声音，并使用pyb.delay()进行延时1秒钟。
这个示例展示了如何使用MicroPython在OpenMV Cam上控制蜂鸣器发声。通过初始化DAC对象并设置引脚号，可以使用dac.write()写入DAC的值，从而控制蜂鸣器发声。在发声函数中，根据频率计算周期和半周期，并循环写入DAC的最大值和最小值来发出声音。通过调整频率和持续时间，可以控制发声的音调和持续时间。

案例5：调节LED亮度：

import pyb# 初始化DAC对象
dac = pyb.DAC("P6")  # 使用P6引脚# 调节LED亮度
while True:for value in range(0, 4096, 100):dac.write(value)pyb.delay(10)

要点解读：
使用pyb.DAC()初始化DAC对象，参数为DAC引脚号。
pyb.DAC()的参数为DAC引脚号，可以选择P0 ~ P7。
在主循环中使用dac.write()写入DAC的值来调节LED亮度。
range(0, 4096, 100)生成0到4095范围内以100为步长的数列，作为DAC的值。
使用pyb.delay()进行延时，这里延时10毫秒。
这个示例展示了如何使用MicroPython在OpenMV Cam上调节LED的亮度。通过初始化DAC对象并设置引脚号，可以使用dac.write()写入DAC的值来调节LED的亮度。在主循环中，使用range()生成一系列DAC的值，并通过dac.write()写入。通过调整延时的时间和步长，可以控制LED的亮度变化速度和范围。

案例6：使用DAC输出正弦波信号

import pyb  
import math  
import time  dac = pyb.DAC('X1') # 将X1引脚配置为DAC输出模式  def sine_wave(frequency, amplitude, duration):  start_time = time.time()  end_time = start_time + duration  while time.time() < end_time:  t = (time.time() - start_time) * frequency * 2 * math.pi  value = (math.sin(t) * amplitude + 1) / 2 * 4095  dac.write_u16(value)  time.sleep_us(10)  sine_wave(1000, 1000, 5) # 输出频率为1kHz，幅度为1V，持续时间为5s的正弦波信号

要点解读：此代码使用OpenMV Cam的MicroPython运行时来使用DAC输出正弦波信号。代码中，我们首先使用pyb.DAC()函数将X1引脚配置为DAC输出模式。然后定义一个sine_wave()函数，用于输出正弦波信号。在该函数中，首先根据输入的频率、幅度和持续时间计算出正弦波信号的起始时间和结束时间。然后在循环中，根据时间计算出当前时刻的正弦波信号值，并使用dac.write_u16()方法将信号值写入DAC输出。需要注意的是，dac.write_u16()方法写入的是一个16位的无符号整数，表示DAC的输出值。根据具体的DAC型号和规格，可能需要对输出值进行进一步的处理才能得到实际的模拟信号。在本例中，我们假设DAC的输出范围是0V到3.3V，并将输出值映射到这个范围内。

案例7：使用DAC实现呼吸灯效果

import pyb  
import time  dac = pyb.DAC('X1') # 将X1引脚配置为DAC输出模式  
led = pyb.Pin('X2', pyb.Pin.OUT_PP) # 将X2引脚配置为输出模式，用于控制LED灯  def breathe_led(duration):  start_time = time.time()  end_time = start_time + duration  while time.time() < end_time:  t = (time.time() - start_time) / duration * 2 * math.pi  value = (math.sin(t) + 1) / 2 * 4095  dac.write_u16(value)  led.value(1)  time.sleep_us(10)  led.value(0)  time.sleep_us(10)  breathe_led(5) # 实现持续时间为5s的呼吸灯效果

要点解读：此代码使用OpenMV Cam的MicroPython运行时来使用DAC实现呼吸灯效果。代码中，我们首先使用pyb.DAC()函数将X1引脚配置为DAC输出模式，并使用pyb.Pin()函数将X2引脚配置为输出模式，用于控制LED灯。然后定义一个breathe_led()函数，用于实现呼吸灯效果。在该函数中，首先根据输入的持续时间计算出呼吸灯效果的起始时间和结束时间。然后在循环中，根据时间计算出当前时刻的DAC输出值，并使用dac.write_u16()方法将输出值写入DAC输出。同时，使用led.value()方法控制LED灯的亮灭状态，以实现呼吸灯效果。需要注意的是，呼吸灯效果的实现原理是通过不断改变LED灯的亮度来实现的。通过调整DAC的输出值，可以改变LED灯的亮度。因此，在代码中，我们使用一个正弦波信号来控制DAC的输出值，从而使LED灯的亮度呈现呼吸灯效果。同时，我们也通过led.value()方法来控制LED灯的亮灭状态，以实现呼吸灯效果。

案例8：使用DAC实现音频播放

import pyb  
import time  
import array  
import wave  
import struct  dac = pyb.DAC('X1') # 将X1引脚配置为DAC输出模式  def play_audio(filename):  with open(filename, 'rb') as f:  wav = wave.open(f, 'rb')  frames = wav.readframes(wav.getnframes())  samples = array.array('h', frames)  for sample in samples:  value = sample / 32768 * 4095 # 将样本值映射到DAC输出范围  dac.write_u16(value) # 将样本值写入DAC输出  time.sleep_us(10) # 延时10us，等待音频信号输出稳定  play_audio('test.wav') # 播放名为test.wav的音频文件

要点解读：此代码使用OpenMV Cam的MicroPython运行时来使用DAC实现音频播放。代码中，我们首先使用pyb.DAC()函数将X1引脚配置为DAC输出模式。然后定义一个play_audio()函数，用于播放音频文件。在该函数中，首先打开音频文件，并使用wave模块读取文件中的音频帧。然后将音频帧转换为样本值，并将样本值映射到DAC输出范围。接着使用dac.write_u16()方法将样本值写入DAC输出，并延时10us，等待音频信号输出稳定。最后循环播放所有样本值，从而完成音频文件的播放。需要注意的是，wave模块是Python标准库中的一个模块，用于读取和写入WAV格式的音频文件。在本例中，我们使用wave模块来读取音频文件，并将样本值转换为16位的有符号整数表示。同时，我们也假设DAC的输出范围是0V到3.3V，并将样本值映射到这个范围内。

这些示例程序展示了如何在OpenMV Cam上使用MicroPython实现DAC的不同应用场景。通过初始化DAC对象并设置引脚号，可以使用dac.write()写入DAC的值，从而生成模拟信号、控制蜂鸣器发声或调节LED的亮度。这些功能可以用于音频应用、信号发生器或者调光控制等场景。

请注意，以上案例只是为了拓展思路，可能存在错误或不适用的情况。不同的硬件平台、使用场景和MicroPython版本可能会导致不同的使用方法。在实际编程中，您需要根据您的硬件配置和具体需求进行调整，并进行多次实际测试。确保正确连接硬件并了解所使用的传感器和设备的规范和特性非常重要。