【花雕动手做】CanMV K230 AI 视觉识别模块之线段检测 简单

#【花雕动手做】CanMV K230 AI 视觉识别模块之线段检测

# 导入必要的模块：时间、操作系统、系统、垃圾回收
import time, os, sys, gc

# 导入媒体相关模块：传感器、显示、媒体管理
from media.sensor import *
from media.display import *
from media.media import *

# 导入PipeLine库，用于图像处理Pipeline和性能计时
from libs.PipeLine import PipeLine, ScopedTiming

# 设置图像处理分辨率常量 - 使用低分辨率提高处理速度
PICTURE_WIDTH = 160    # 图像处理宽度（低分辨率）
PICTURE_HEIGHT = 120   # 图像处理高度（低分辨率）

# 初始化摄像头变量为空
sensor = None

# 设置显示分辨率常量 - 使用高分辨率保证显示质量
DISPLAY_WIDTH = 640    # 显示宽度（高分辨率）
DISPLAY_HEIGHT = 480   # 显示高度（高分辨率）

def scale_coordinates(data_tuple, target_resolution="640x480"):
    """
    将160x120分辨率下的坐标元组等比例缩放到目标分辨率
    
    参数:
        data_tuple: 包含坐标信息的元组 (x1, y1, x2, y2)
        target_resolution: 目标分辨率，默认为"640x480"
    
    返回:
        包含缩放后坐标的新元组 (x1, y1, x2, y2)
    """
    global PICTURE_WIDTH, PICTURE_HEIGHT
    
    # 输入验证：确保是包含至少4个元素的元组
    if not isinstance(data_tuple, tuple) or len(data_tuple) < 4:
        raise TypeError(f"期望输入至少包含4个元素的元组，但收到了 {type(data_tuple).__name__}")
    
    # 解析原始坐标点
    x1, y1, x2, y2 = data_tuple[:4]
    
    # 设置源分辨率（处理分辨率）
    src_width, src_height = PICTURE_WIDTH, PICTURE_HEIGHT
    
    # 根据目标分辨率设置目标尺寸
    if target_resolution == "640x480":
        dst_width, dst_height = 640, 480
    else:
        raise ValueError("不支持的分辨率，请使用 '640x480'")
    
    # 计算缩放比例（4倍缩放：640/160=4, 480/120=4）
    scale_x = dst_width / src_width    # 水平缩放比例 = 4
    scale_y = dst_height / src_height  # 垂直缩放比例 = 4
    
    # 应用缩放并四舍五入为整数坐标
    scaled_x1 = round(x1 * scale_x)    # 缩放起点x坐标
    scaled_y1 = round(y1 * scale_y)    # 缩放起点y坐标
    scaled_x2 = round(x2 * scale_x)    # 缩放终点x坐标
    scaled_y2 = round(y2 * scale_y)    # 缩放终点y坐标
    
    # 返回缩放后的坐标元组
    return (scaled_x1, scaled_y1, scaled_x2, scaled_y2)

# 设置显示模式为LCD
display_mode = "LCD"

# 创建图像处理Pipeline
# rgb888p_size: RGB888格式的处理尺寸
# display_size: 最终显示尺寸
# display_mode: 显示模式
pl = PipeLine(rgb888p_size=[640,360], display_size=[640,480], display_mode=display_mode)

# 创建Pipeline实例，设置通道1的帧大小为处理分辨率
pl.create(ch1_frame_size=[PICTURE_WIDTH,PICTURE_HEIGHT])

# 主循环 - 实时线段检测和显示
while True:
    # 从通道1捕获图像（160x120低分辨率图像）
    img = pl.sensor.snapshot(chn=CAM_CHN_ID_1)
    
    # 在图像中查找线段
    # merge_distance=15: 合并距离阈值，相近线段会被合并
    # max_theta_diff=10: 最大角度差异阈值，角度相近线段会被合并
    lines = img.find_line_segments(merge_distance=15, max_theta_diff=10)
    
    # 创建新的ARGB8888格式图像用于显示（640x480高分辨率）
    img = image.Image(640, 480, image.ARGB8888)
    
    # 清空图像（透明背景）
    img.clear()
    
    # 遍历所有检测到的线段
    for i, line in enumerate(lines):
        # 获取线段坐标并缩放到显示分辨率
        # line.line()返回原始坐标元组 (x1, y1, x2, y2)
        scaled_line = scale_coordinates(line.line())
        
        # 在图像上绘制红色线段，线宽为6像素
        img.draw_line(scaled_line, color=(255,0,0), thickness=6)
    
    # 在OSD3层显示处理后的图像
    Display.show_image(img, 0, 0, Display.LAYER_OSD3)
    
    # 短暂延时，避免CPU过度占用
    time.sleep_us(1)