目录
前言
前阵子用STM32弄摄像头，断断续续有段时间，也在网上翻阅了不少资料，写篇博客记录一下学习过程。最后成功识别单个物体，图形和多个物体暂不支。
一、摄像头采集数据流程
(1) 利用 SIO_C、SIO_D 引脚通过 SCCB 协议向 OV7725 的寄存器写入初始化配置；
(2) 初始化完成后，OV7725 传感器会使用 VGA 时序输出图像数据，它的 VSYNC 会
首先输出帧有效信号（低电平跳变），当外部的控制器（如 STM32）检测到该信号
时，把 WEN 引脚设置为高电平，并且使用 WRST 引脚复位 FIFO 的写指针到 0 地
址；
(3) 随着 OV7725 继续按 VGA 时序输出图像数据，它在传输每行有效数据时， HREF
引脚都会持续输出高电平，由于 WEN 和 HREF 同时为高电平输入至与非门，使得
其连接到 FIFO WE 引脚的输出为低电平，允许向 FIFO 写入数据，所以在这期间，
OV7725 通过它的 PCLK 和 D[0:7]信号线把图像数据存储到 FIFO 中，由于前面复
位了写指针，所以图像数据是从 FIFO 的 0 地址开始记录的；
(4) 各行图像数据持续传输至 FIFO，受 HREF 控制的 WE 引脚确保了写入到 FIFO 中
的都是有效的图像数据，OV7725 输出完一帧数据时，VSYNC 会再次输出帧有效
信号，表示一帧图像已输出完成；
(5) 控制器检测到上述 VSYNC 信号后，可知 FIFO 中已存储好一帧图像数据，这时控
制 WEN 引脚为低电平，使得 FIFO 禁止写入，防止 OV7725 持续输出的下一帧数
据覆盖当前 FIFO 数据；
(6) 控制器使用RRST复位读指针到FIFO的0地址，然后通过FIFO的RCLK和DO[0:7]
引脚，从 0 地址开始把 FIFO 缓存的整帧图像数据读取出来。在这期间，OV7725
是持续输出它采集到的图像数据的，但由于禁止写入 FIFO，这些数据被丢弃了；
(7) 控制器使用 WRST 复位写指针到 FIFO 的 0 地址，然后等待新的 VSYNC 有效信号
到来，检测到后把 WEN 引脚设置为高电平，恢复 OV7725 向 FIFO 的写入权限，
OV7725 输出的新一帧图像数据会被写入到 FIFO 的 0 地址中，重复上述过程。
网上也有很多现成的文章，分享几个链接
摄像头原理：
stm32 OV7670摄像头模块的介绍以及应用（SCCB的使用）_闰土小蒋的博客-CSDN博客
正点原子开发板程序：
http://www.openedv.com/docs/modules/camera/ov7725-fifo.html
二、如何将图像显示到电脑上
使用串口发送数据到电脑，用山外调试助手显示，这里的波特率使用256000，因为调试助手的最大也只能是256000，图像配置，宽：320，高：240，RGB565大端(这个是个大坑)
一副图像的通信协议为：[0x01] [0xFE][…数据…][0xFE] [0x01]
[…数据…] 是图像的数据，一帧图像有多少数据，这里的数据长度就有多少。换句话说， […数据…]与图像的格式，图像的宽高有关。此处的图像数据，都是从上往下，从左往右存储 的。 只有下位机发送的数据与上位机配置的格式的长度相同时，才可正确识别图像格式，从 而正确显示图像。 下位机发送图像时，先发送帧头：0x01,0xFE，接着发送图像数据，最后发送帧尾： 0xFE,0x01 完成一副图像发送。
链接：https://pan.baidu.com/s/1eA3rhtNiocKxtH0rxvyGzg?pwd=0722
提取码：0722
摄像头采集代码如下：
OV7725_RRST(0); //开始复位读指针
OV7725_RCK_L;
OV7725_RCK_H;
OV7725_RCK_L;
OV7725_RRST(1); //复位读指针结束
OV7725_RCK_H;
while(USART_GetFlagStatus(UART4, USART_FLAG_TC)==RESET); //判断是否发送完成。
USART_SendData(UART4, 0x01);
while(USART_GetFlagStatus(UART4, USART_FLAG_TC)==RESET); //判断是否发送完成。
USART_SendData(UART4, 0xfe);
for(x_size=0;x_size<240;x_size++)
{
for(y_size=0;y_size<320;y_size++)
{
OV7725_RCK_L;
color=GPIOE->IDR; //读数据
OV7725_RCK_H;
colorH=(color>>8) &0xff;
OV7725_RCK_L;
color=GPIOE->IDR ; //读数据
OV7725_RCK_H;
colorL=(color>>8) &0xff;
while(USART_GetFlagStatus(UART4, USART_FLAG_TC)==RESET); //判断是否发送完成。
USART_SendData(UART4, colorH);
while(USART_GetFlagStatus(UART4, USART_FLAG_TC)==RESET); //判断是否发送完成。
USART_SendData(UART4, colorL);
}
}
while(USART_GetFlagStatus(UART4, USART_FLAG_TC)==RESET); //判断是否发送完成。
USART_SendData(UART4, 0xfe);
while(USART_GetFlagStatus(UART4, USART_FLAG_TC)==RESET); //判断是否发送完成。
USART_SendData(UART4, 0x01);
三、图像二值化
1、什么是RGB?
RGB是从颜色发光的原理来设计定的，通俗点说它的颜色混合方式就好像有红、绿、蓝三盏灯，当它们的光相互叠合的时候，色彩相混，而亮度却等于两者亮度之总和，越混合亮度越高，即加法混合。
红、绿、蓝三个颜色通道每种色各分为256阶亮度，在0时“灯”最弱——是关掉的，而在255时“灯”最亮。当三色灰度数值相同时，产生不同灰度值的灰色调，即三色灰度都为0时，是最暗的黑色调；三色灰度都为255时，是最亮的白色调。
在电脑中，RGB的所谓“多少”就是指亮度，并使用整数来表示。通常情况下，RGB各有256级亮度，用数字表示为从0、1、2…直到255。注意虽然数字最高是255，但0也是数值之一，因此共256级。
2、RGB565转RGB888
I、RGB565和RGB888的区别
在计算机中图像基本是以RGB888格式显示的，24位图每个像素保存了32bit的数据，即RGB888+Alpha，Alpha就是半透明填充字节。对于真彩的图像而言，肉眼在16bit的时候已经难以分辨了，有些时候，可以将RGB888转换为RGB565来存储，减少了存储器的容量的同时，降低了数据量；在显示的时候，再次把RGB565转换为RGB888，实现数据宽度的匹配
RGB888->RGB565
只要提取相应单色高位即可(R5 G6 B5)，但会导致低位的缺失，影响精度，而且无法恢复
RGB565->RGB888
填充相应单色低位即可
II、代码
typedef struct //RGB888
{
unsigned char Red; //红色，[0,255]
unsigned char Green; //绿色，[0,255]
unsigned char Blue; //蓝色，[0,255]
}COLOR_RGB;
void RGB565_To_RGB888(u16 rgb,COLOR_RGB *color_rgb)
{
color_rgb->Red = (unsigned char)( ( rgb & 0xF800 ) >> 8 );
color_rgb->Green = (unsigned char)( ( rgb & 0x07E0 ) >> 3 );
color_rgb->Blue = (unsigned char)( ( rgb & 0x001F ) << 3 );
}3、RGB转HSL
I、什么是HSL
HSL的H(hue)分量，代表的是人眼所能感知的颜色范围，这些颜色分布在一个平面的色相环上，取值范围是0°到360°的圆心角，每个角度可以代表一种颜色。色相值的意义在于，我们可以在不改变光感的情况下，通过旋转色相环来改变颜色。在实际应用中，我们需要记住色相环上的六大主色，用作基本参照：360°/0°红、60°黄、120°绿、180°青、240°蓝、300°洋红，它们在色相环上按照60°圆心角的间隔排列
HSL的S(saturation)分量，指的是色彩的饱和度，它用0%至100%的值描述了相同色相、明度下色彩纯度的变化。数值越大，颜色中的灰色越少，颜色越鲜艳，呈现一种从灰度到纯色的变化。
HSL的L(lightness)分量，指的是色彩的明度，作用是控制色彩的明暗变化。它同样使用了0%至100%的取值范围。数值越小，色彩越暗，越接近于黑色；数值越大，色彩越亮，越接近于白色。
II、转换公式
III、代码
typedef struct //HLS颜色
{
unsigned char Hue; //色度，[0,240]
unsigned char Lightness; //亮度，[0,240]
unsigned char Saturation; //饱和度，[0,240]
}COLOR_HLS;
#define maxOf3Values( v1, v2, v3 ) ( (v1>v2) ? ( (v1>v3) ? (v1) : (v3) ) : ( (v2>v3) ? (v2) : (v3) ) ) //取rgb中的最大值
#define minOf3Values( v1, v2, v3 ) ( (v1<v2) ? ( (v1<v3) ? (v1) : (v3) ) : ( (v2<v3) ? (v2) : (v3) ) ) //取rgb中的最小值
void RGB888_TO_HSL(COLOR_RGB* color_rgb, COLOR_HLS* color_hls)
{
unsigned char r, g, b;
unsigned char h, l, s;
unsigned char max, min, dif;
r = color_rgb->Red;
g = color_rgb->Green;
b = color_rgb->Blue;
max = maxOf3Values( r, g, b ); //取rgb中的最大值
min = minOf3Values( r, g, b ); //取rgb中的最小值
dif = max - min; //计算最大值和最小值的差值
//计算l，亮度
l = ( max + min ) * 240 / 255 / 2;
//计算h，色度
if( max == min )//无定义 RGB一样 黑灰白
{
s = 0;//饱和度0
h = 0;//色度0
}
else
{
/*计算色度h*/
if( max == r ) //如果R值最大
{
if( g >= b ) //h介于0到40
{
h = 40 * ( g - b ) / dif;
}
else if( g < b )//h介于200到240
{
h = 40 * ( g - b ) / dif + 240;
}
}
else if( max == g )
{
h = 40 * ( b - r ) / dif + 80;
}
else if( max == b )
{
h = 40 * ( r - g ) / dif + 160;
}
/*计算饱和度s*/
if( l == 0 )
{
s = 0;
}
else if( l <= 120 ) /* 0<l<=1/2 */
{
s = dif * 240 / ( max + min );
}
else /* l>1/2 */
{
s = dif * 240 / ( 480 - ( max + min ) );
}
}
color_hls->Hue = h; //色度
color_hls->Lightness = l; //亮度
color_hls->Saturation = s; //饱和度
}3、输出一张摄像头二值化图片
I、原理
摄像头采集到的每个像素点，先由RGB格式转换成HSL格式，再与定义阈值进行对比，判断颜色是否和定义颜色匹配
II、代码
typedef struct //判定为目标的条件
{
unsigned char H_MIN; //目标最小色度
unsigned char H_MAX; //目标最大色度
unsigned char S_MIN; //目标最小饱和度
unsigned char S_MAX; //目标最大饱和度
unsigned char L_MIN; //目标最小亮度
unsigned char L_MAX; //目标最大亮度
unsigned short WIDTH_MIN; //目标最小宽度
unsigned short HEIGHT_MIN; //目标最小高度
unsigned short WIDTH_MAX; //目标最大宽度
unsigned short HEIGHT_MAX; //目标最大高度
}TARGET_CONDITION;
int ColorMatch(const COLOR_HLS* color_hls, const TARGET_CONDITION* condition )
{
if( color_hls->Lightness >= condition->L_MIN && color_hls->Lightness <= condition->L_MAX &&
color_hls->Saturation >= condition->S_MIN && color_hls->Saturation <= condition->S_MAX ) //比较饱和度和亮度
{
if( color_hls->Hue >= condition->H_MIN && color_hls->Hue <= condition->H_MAX ) //颜色在范围内
{
return 1;
}
else if( condition->H_MAX < condition->H_MIN ) //设定的最大颜色小于最小颜色 说明有向下溢出 可能需要和高位颜色匹配
{
/*0——有效——最大值——无效——最小值——有效——240*/
if( color_hls->Hue <= condition->H_MAX ) //小于最大值
return 1;
if( color_hls->Hue >= condition->H_MIN ) //大于最小值
return 1;
}
}
return 0;
}判断颜色是否和定义颜色匹配。
输入变量，color_hls：COLOR_HLS结构体，存储HLS格式颜色数据；
condition ：TARGET_CONDITION结构体，存放希望的颜色数据阈值。
返回数据，1：像素点颜色在目标范围内；0：像素点颜色不在目标范围内。
u8 Bmp_Minimize_SDRAM[240][40]; /*用于存放二值化后像素点数据，Bmp_Minimize_SDRAM[X][Y]*/
TARGET_CONDITION condition0={
40, //目标最小色度，H_MIN
80, //目标最大色度，H_MAX
0, //目标最小饱和度，S_MIN
240, //目标最大饱和度，S_MAX
0, //目标最小亮度，L_MIN
240, //目标最大亮度，L_MAX
40, //目标最小宽度，WIDTH_MIN
40, //目标最小高度，HEIGHT_MIN
240, //目标最大宽度，WIDTH_MAX
320 //目标最大高度，HEIGHT_MAX
};
for(x_size=0;x_size<240;x_size++) //此种方式可以兼容任何彩屏,但是速度很慢
{
for(y_size=0;y_size<320;y_size++)
{
OV7725_RCK_L;
color=GPIOE->IDR; //读数据
OV7725_RCK_H;
colorH=(color>>8) &0xff;
OV7725_RCK_L;
color=GPIOE->IDR ; //读数据
OV7725_RCK_H;
colorL=(color>>8) &0xff;
color=(colorH<<8)|colorL;
RGB565_TO_HSL(color,&hls_value); /*RGB565转换为HLS*/
if(y_size%8==0)
{
Bmp_Minimize_SDRAM[x_size][y_size/8]=color_buffer; /*二值化后的数据，存入缓存*/
}
color_buffer<<=1;
color_buffer|=ColorMatch(&hls_value,&condition0);
}
}摄像头采集数据二值化，由于STM32F1内存有限，存放不了一帧320*240的彩色图像，故将处理好后的数据存入数组
while(USART_GetFlagStatus(UART4, USART_FLAG_TC)==RESET); //判断是否发送完成。
USART_SendData(UART4, 0x01);
while(USART_GetFlagStatus(UART4, USART_FLAG_TC)==RESET); //判断是否发送完成。
USART_SendData(UART4, 0xfe);
for(y_size=0;y_size<240;y_size++) /*数组数据串口打印到电脑*/
{
for(x_size=0;x_size<40;x_size++)
{
color=Bmp_Minimize_SDRAM[y_size][x_size+1];
for(color_buffer=0;color_buffer<8;color_buffer++)
{
if((color<<color_buffer) &0x80)
{
while(USART_GetFlagStatus(UART4, USART_FLAG_TC)==RESET); //判断是否发送完成。
USART_SendData(UART4, 0xff);
while(USART_GetFlagStatus(UART4, USART_FLAG_TC)==RESET); //判断是否发送完成。
USART_SendData(UART4, 0xff);
}
else
{
while(USART_GetFlagStatus(UART4, USART_FLAG_TC)==RESET); //判断是否发送完成。
USART_SendData(UART4, 0x00);
while(USART_GetFlagStatus(UART4, USART_FLAG_TC)==RESET); //判断是否发送完成。
USART_SendData(UART4, 0x00);
}
}
}
}
while(USART_GetFlagStatus(UART4, USART_FLAG_TC)==RESET); //判断是否发送完成。
USART_SendData(UART4, 0xfe);
while(USART_GetFlagStatus(UART4, USART_FLAG_TC)==RESET); //判断是否发送完成。
USART_SendData(UART4, 0x01);将存放在缓存中的二值化数据，通过简单位操作输出到调试助手
四、简单的物体识别
1、原理参考
首先遍历寻找腐蚀中心，然后在之前腐蚀中心点处进行迭代向外寻找新的腐蚀中心。腐蚀算法从该点开始分别向上下左右四个方向进行读点，若点的颜色符合条件则往外读，等四个方向都结束后得到四个边缘点的坐标，记左边缘点的x轴坐标为left，右边缘点的x轴坐标为right，上边缘点的y轴坐标为up，下边缘点的y轴坐标为bottom，那么坐标( (right-left)/2 , (up-bottom)/2 ) 即为新的腐蚀中心。当确定4个点通过，泽围绕4个点画框，将色块识别区域框起来。
2、腐蚀中心算法（如下图详解）
一个40/3=13 1313大小的色块为单位进行识别
每次只读取这色块的以y的2/1 为点（也就是这个1313色块y轴为中心点） x轴向右开始查询识别颜色 如识别失败个数大于6次 则认为这一个1313的色块无效 跳出循环 继续查询下一个1313的色块。
如果失败次数少于6次则改变查询方向 查询这色块的以X/2 为点 对y轴进行查询方法同上 ，如果y轴有6次失败则，退出循环不认同这个色块合格（因为太小了，失败次数又多），但如果少于六次失败，则认为这个色块识别成功 并记录下这个色块的中心点，这就是腐蚀中心 /。
2、识别代码
extern u8 Bmp_Minimize_SDRAM[240][40];
static uint8_t ReadColor( uint16_t usX, uint16_t usY)
{
uint8_t color_value;
usY=usY/8;
color_value=Bmp_Minimize_SDRAM[usX][usY];
usY=usY%8;
return (color_value>>usY)&0x01;
}
#define IMG_X 0 //图片x坐标
#define IMG_Y 0 //图片y坐标
#define IMG_W 240 //图片宽度
#define IMG_H 320 //图片高度
#define ALLOW_FAIL_PER 10 //容错率
#define ITERATER_NUM 8 //迭代次数
/**
* @brief 寻找腐蚀中心
* @param x ：腐蚀中心x坐标
* @param y ：腐蚀中心y坐标
* @param condition ：TARGET_CONDITION结构体，存放希望的颜色数据阈值
* @param area ：SEARCH_AREA结构体，查找腐蚀中心的区域
* @retval 1：找到了腐蚀中心，x、y为腐蚀中心的坐标；0：没有找到腐蚀中心。
*/
static int SearchCenter(unsigned short* x, unsigned short* y, const TARGET_CONDITION* condition, SEARCH_AREA* area )
{
unsigned short i, j, k;
unsigned short FailCount=0;
unsigned short SpaceX, SpaceY;
SpaceX = condition->WIDTH_MIN / 3; //以最小宽度除以3 为 横向查询的步进的一个单位
SpaceY = condition->HEIGHT_MIN / 3; //以最小高度除以3 为 垂直查询的步进的一个单位
/*横向步进单位+垂直步进单位 组成了一个矩形的色块*/
for(i=area->Y_Start; i<area->Y_End; i+=SpaceY)
{
for(j=area->X_Start; j<area->X_End; j+=SpaceX)
{
FailCount = 0; //失败次数初始化
for(k=0; k<SpaceX+SpaceY; k++)
{
if(k<SpaceX) //查询色块中间一横的颜色
{
if(ReadColor(j+k, i+SpaceY/2)==0)
{
FailCount++; //颜色不匹配 失败计数+1
}
}
else //查询色块中间一竖的颜色
{
if(ReadColor( j+SpaceX/2, i+k-SpaceX)==0)
{
FailCount++; //颜色不匹配 失败计数+1
}
}
if(FailCount>( (SpaceX+SpaceY) / ALLOW_FAIL_PER )) //失败计数大于 色块需要查询的总点数/容错率
break; //失败次数太多 退出
}
if(k == SpaceX+SpaceY) //k坚持到查询完毕，说明基本匹配
{
/*记录该色块的中心点为腐蚀中心*/
*x = j + SpaceX / 2;
*y = i + SpaceY / 2;
return 1; //记录到第一个腐蚀中心后退出函数
}
}
}
return 0;
}
/**
* @brief 从腐蚀中心向外腐蚀，得到新的腐蚀中心
* @param oldX ：先前的腐蚀中心x坐标
* @param oldX ：先前的腐蚀中心y坐标
* @param condition ：TARGET_CONDITION结构体，存放希望的颜色数据阈值
* @param result ：RESULT结构体，存放检测结果
* @retval 1：检测成功；0：检测失败。
*/
static int Corrode(unsigned short oldX, unsigned short oldY, const TARGET_CONDITION* condition, RESULT* result )
{
unsigned short Xmin, Xmax, Ymin, Ymax;
unsigned short i;
unsigned short FailCount=0;
for(i=oldX; i>IMG_X; i--) //从中心点查到x最左侧
{
if(!ReadColor(i, oldY))
FailCount++; //不匹配计数自加1
if( FailCount> ((condition->WIDTH_MIN)/ALLOW_FAIL_PER) | i<=0)//当识别失败点大于最小宽度/2是跳出
break;
}
Xmin=i; //更新X轴最小坐标值
FailCount=0; //清空错误次数
for(i=oldX; i<IMG_X+IMG_W; i++) //从中心点查到x最右侧
{
if(!ReadColor(i, oldY))
FailCount++; //不匹配计数自加1
if( FailCount> ((condition->WIDTH_MIN)/ALLOW_FAIL_PER) | i>=240)
break;
}
Xmax=i; //更新X轴最大坐标值
FailCount=0; //清空错误次数
for(i=oldY; i>IMG_Y; i--) //从中心点查到y最上侧
{
if(!ReadColor(oldX, i))
FailCount++; //不匹配计数自加1
if( FailCount> ((condition->HEIGHT_MIN)/ALLOW_FAIL_PER) | i<=0)
break;
}
Ymin=i; //更新Y轴最小坐标值
FailCount=0; //清空错误次数
for(i=oldY; i<IMG_Y+IMG_H; i++) //从中心点查到y最下侧
{
if(!ReadColor(oldX, i))
FailCount++;
if( FailCount> ((condition->HEIGHT_MIN)/ALLOW_FAIL_PER)| i>=320)
break;
}
Ymax=i; //更新Y轴最大坐标值
FailCount=0; //清空错误次数
//获得腐蚀区域的中点和xy范围
result->x = (Xmin + Xmax) / 2;
result->y = (Ymin + Ymax) / 2;
result->w = (Xmax - Xmin);
result->h = (Ymax - Ymin);
if( (result->w >= condition->WIDTH_MIN) && (result->w <= condition->WIDTH_MAX) &&
(result->h >= condition->HEIGHT_MIN) && (result->h <= condition->HEIGHT_MAX) )
{
return 1; //如果腐蚀后的区域没有超过最大限定区域且没有小于最小限定区域 有效！！
}
return 0;
}
/**
* @brief 用户将识别条件写入Condition指向的结构体中，该函数将返回目标的x，y坐标和长宽
* @param condition ：TARGET_CONDITION结构体，存放希望的颜色数据阈值
* @param result ：RESULT结构体，存放检测结果
* @retval 1：检测成功；0：检测失败。
*/
int Trace(const TARGET_CONDITION* condition, RESULT* result_final)
{
unsigned char i;
static unsigned short x0, y0;
static unsigned char Flag=0;
static SEARCH_AREA area = {IMG_X, IMG_X+IMG_W, IMG_Y, IMG_Y+IMG_H};//搜索区域
RESULT result; //RESULT识别结果
if(Flag==0) //如果首次使用或上一次腐蚀失败
{
if(SearchCenter(&x0, &y0, condition, &area)) //搜索腐蚀中心并返回给x0，y0，如果成功搜索到，那么flag置1
{
Flag = 1;
}
else //如果还没腐蚀成功，那么把腐蚀区域再次扩大到整个图像范围内进行腐蚀
{
area.X_Start = IMG_X;
area.X_End = IMG_X+IMG_W;
area.Y_Start = IMG_Y;
area.Y_End = IMG_Y+IMG_H;
if(SearchCenter(&x0, &y0, condition, &area)) //如果整个范围腐蚀成功，那么flag置1
{
Flag = 1;
return 1;
}
else
{
Flag = 0;
return 0;
}
}
}
//找到腐蚀中心 得到中点
result.x = x0; //如果flag!=0，说明上一次有腐蚀中心结果，所以直接使用上一次结果腐蚀即可，而不需要再次遍历图像搜索腐蚀中心
result.y = y0; //上一次的腐蚀中心赋值给这次的oldx，oldy
for(i=0; i<ITERATER_NUM; i++) //进行腐蚀迭代计算
{
Corrode(result.x, result.y, condition, &result);
}
if(Corrode(result.x, result.y, condition, &result)) //从腐蚀中心向外腐蚀成功
{
//更新腐蚀中心，以便下次使用
x0 = result.x;
y0 = result.y;
//更新/返回结果值
result_final->x = result.x;
result_final->y = result.y;
result_final->w = result.w;
result_final->h = result.h;
Flag=1;
//缩小下次搜索腐蚀中心图像范围
area.X_Start = result.x - ((result.w)>>1);
area.X_End = result.x + ((result.w)>>1);
area.Y_Start = result.y - ((result.h)>>1);
area.Y_End = result.y + ((result.h)>>1);
return 1;
}
else //如果腐蚀失败，那么标志位flag置0，返回失败值0
{
Flag=0;
return 0;
}
}
代码有点多，都有写注释哈，就不一一讲解了
3、显示代码
void GUI_DrawPoint(u16 x,u16 y)
{
u8 color_value=0x80;
color_value>>=y%8;
Bmp_Minimize_SDRAM[x][y/8]|=color_value;
}
void GUI_DrawLine(u16 x1, u16 y1, u16 x2, u16 y2)
{
u16 t;
int xerr=0,yerr=0,delta_x,delta_y,distance;
int incx,incy,uRow,uCol;
delta_x=x2-x1; //计算坐标增量
delta_y=y2-y1;
uRow=x1;
uCol=y1;
if(delta_x>0)incx=1; //设置单步方向
else if(delta_x==0)incx=0;//垂直线
else {incx=-1;delta_x=-delta_x;}
if(delta_y>0)incy=1;
else if(delta_y==0)incy=0;//水平线
else{incy=-1;delta_y=-delta_y;}
if( delta_x>delta_y)distance=delta_x; //选取基本增量坐标轴
else distance=delta_y;
for(t=0;t<=distance+1;t++ )//画线输出
{
GUI_DrawPoint(uRow,uCol);//画点
xerr+=delta_x ;
yerr+=delta_y ;
if(xerr>distance)
{
xerr-=distance;
uRow+=incx;
}
if(yerr>distance)
{
yerr-=distance;
uCol+=incy;
}
}
}
void GUI_DrawRectangle(u16 x1, u16 y1, u16 x2, u16 y2)
{
GUI_DrawLine(x1,y1,x2,y1);
GUI_DrawLine(x1,y1,x1,y2);
GUI_DrawLine(x1,y2,x2,y2);
GUI_DrawLine(x2,y1,x2,y2);
}在二值化数据中画矩形
if(Trace(&condition0, &result))
{
for(y_size=0;y_size<240;y_size++) /*检测到物体，清空二值化数据*/
{
for(x_size=0;x_size<40;x_size++)
{
Bmp_Minimize_SDRAM[y_size][x_size]=0;
}
}
/*画矩形，和中心点*/
GUI_DrawRectangle ( result.x-result.w/2, result.y-result.h/2, result.x+result.w/2, result.y+result.h/2);
GUI_DrawLine(result.x-10,result.y,result.x+10,result.y);
GUI_DrawLine(result.x,result.y-10,result.x,result.y+10);
}识别物体满足颜色和大小的判断条件，更新二值化数组，用矩形框出物体，并标出中心点
总结
第一次写博客，有诸多不足，望多包涵，后续会更新多物体识别和图形识别。
END…
参考文章
stm32 OV7670/摄像头模块颜色区域定位（腐蚀中心算法）_摄像头模块颜色识别_闰土小蒋的博客-CSDN博客
识别车牌-识别颜色-基于stm32f4 ov7670（无晶振，无fifo，ov7725，ov2640类似可用）_stm32f4 ov7670颜色识别_qq斯国一的博客-CSDN博客
STM32+ov7725图像识别（HSL原理）_stm32图像识别_大桶矿泉水的博客-CSDN博客
《STM32》EasyTrace物体追踪 源代码个人注释+完整例程 – 知乎
文章出处登录后可见！
