1.16. openmv摄像头测距

1.16.1. 模块介绍

OpenMV摄像头是一款小巧，低功耗，低成本的电路板，它帮助你很轻松的完成机器视觉（machine vision）应用。 你可以通过高级语言Python脚本（准确的说是 MicroPython ），而不是C/C++。Python的高级数据结构使你很容易在机器视觉算法中处理复杂的输出。 但是，你仍然可以完全控制OpenMV，包括IO引脚。你可以很容易的使用外部终端触发拍摄或者或者执行算法，也可以把算法的结果用来控制IO引脚。

1.16.2. 原理介绍

公式：Lm*Bpic=Rm*Apix/tan(a) Lm是长度，Bpix是摄像头中，球所占的像素（直径的像素）。等号右边呢，Rm是球真实的半径，Apix是是固定的像素，a是视角的一半。 所以这个公式告诉我们的就是： 实际长度和摄像头里的像素成反比 简化就是 距离 = 一个常数/直径的像素

1.16.3. 编程学习

读取openmv画面信息，计算出目标物体与摄像头距离，代码如下：

import sensor, image, time

blue_threshold   = (0, 77, 0, -27, -128, 0)#设置目标颜色的LAB色彩空间参数

sensor.reset() # 初始化摄像头
sensor.set_pixformat(sensor.RGB565) #格式为 RGB565
sensor.set_framesize(sensor.QQVGA) #使用 QQVGA 速度快一些
sensor.skip_frames(10) # 跳过10s，使新设置生效
sensor.set_auto_whitebal(False) #关闭白平衡
clock = time.clock() # 追踪帧率

K=5000#设置参数

while(True):
        clock.tick() # Track elapsed milliseconds between snapshots().
        img = sensor.snapshot() # Take a picture and return the image.

        blobs = img.find_blobs([blue_threshold])#颜色识别
        if len(blobs) == 1:
                # Draw a rect around the blob.
                b = blobs[0]
                img.draw_rectangle(b[0:4]) # rect
                img.draw_cross(b[5], b[6]) # cx, cy
                Lm = (b[2]+b[3])/2#像素点大小
                length = K/Lm
                print(length)#输出距离