2020电赛F题总结回顾(openmv实现视觉)

2020电赛F题总结回顾（openmv实现视觉）

我决定把资源倒腾倒腾发上来，⼀⽅⾯分享⼤致思路，另⼀⽅⾯也当是纪念了

s.h.e mv做的是2020电赛F题：简易⽆接触温度测量与⾝份识别装置

⽂章⽬录

题⽬

整体设计硬件选择

机器视觉模块使⽤openmv，这⼀⽅⾯是我们在备赛过程中认为openmv的功能⾜够，⼀直在准备openmv，另⼀⽅⾯是当时马上下单k210开始学习等到货都已经第三天了，调试来不及风险太⼤了，所以决定使⽤openmv

好在我们买的是最顶配型号openmvH7Plus，最终也顺利完成了题⽬要求的所有任务

温度测量⽅⾯是MLX90614使⽤某宝的模块i2c读取温度，最终我们没有省⼀拿了省⼆也是砸在这个模块上，在送测现场出了问题，⾎的教训，万事都要做好plan B啊~~

主控使⽤stm32c8t6，这是因为我们在赛前已经⽤顺⼿了，其他的也⾏

其他硬件包括oled显⽰温度阈值等，按键，有源蜂鸣器，激光⼩灯等就不赘述了

最后的电路板设计，器件布局如下

软件流程

stm32和openmv通过串⼝通信，我们指定⼀个字母对应进⼊⼀个模式，通电后openmv就在死循环不断等待字母，收到字母即执⾏对应模式功能，再返回结果。具体可看软件流程图：

视觉算法

由于分⼯上我主要负责openmv视觉部分的代码编写等部分，所以这⾥多说⼏句视觉⽅⾯的python代码编写的⼼路历程

分辨不同⼈脸（⾝份识别）

拿到题⽬第⼀反应就是中⽂⼊门教程⾥⾯看到过这个LBP分辨不同⼈脸的应⽤，于是我第⼀天也确确实实按照⼿册的思路拍照测试了，但是实际效果并不好，⽽且受光线和背景影响很⼤，脸还必须填满摄像头，就很不⽅便

于是后来⼜发现了特征点算法，运算时间有了很⼤提升，但还有⼀个问题就是如果背景拍到的范围过⼤，那么将会从背景提取很多⽆⽤的特征点，⽽要求⼈保持⼀定的距离把⼈脸填满屏幕实在太蠢了，怎么解决呢？

我的⽅法是先加⼀层⼈脸识别，将⼈脸部分局部放⼤截取出来再拿去提取特征点并进⾏特征点⽐对，通过这种⽅法，就不⽤对被识别者有很⼤的要求，实现类似k210⼀样的功能啦~

关于上⾯这个思路，直接上代码：

#画出特征点

def draw_keypoints(img, kpts):

if kpts:

print(kpts)

img.draw_keypoints(kpts)

img = sensor.snapshot()

time.sleep(1000)

def find_max(pmax, a, s):

global face_num

if a>pmax:

pmax=a

face_num=s