方案介紹

一.概覽

? 本人雖然是電子信息技術專業出身，在畢業后從事的是偏軟件的工作，大多數是PC軟件的開發，但一直以來，閑暇時間會利用STM32做些小的作品。對于RT-Thread這國內的物聯網操作系統，其實早有耳聞，期間也參加過深圳的一次RT-Thread線下交流活動，所以對于RT-Thread是有所了解而未實際應用的程度。
借著此次RT-Thread大賽的機會，我想將PC的一些圖像處理和圖像識別算法放到art-pi試跑一下看看效果如何，所以本次參賽將會使用art-pi獲取OV7670的圖像來做像處理和圖像識別。

二.開發環境

硬件：PC、ART-PI、OV7670、RGB_LCD
RT-Thread版本：rt-thread4 .0.3,art-pi adk 1.1.0
開發工具及版本：立創EDA，RT-Studio，SecureCRT

三.RT-Thread使用情況概述
線程：創建圖像處理線程用于通過DCMI獲取OV7670的圖像，圖像處理后完顯示在LCD上
信號量：用于DCMI圖像獲取，當捕捉完一幀圖像后，釋放信號量給圖像處理線程。
驅動：使用了drv_dcmi驅動并參考drv_ov2640移植drv_ov7670驅動

通過攝像頭采集圖像進行圖像識別，然后將結果顯示在LCD屏幕上。

五.硬件框架

本次的硬件核心由ART-PI、OV7670、LCD三部分組成：
ART-PI：stm32H750作為控制核心部分，采集圖像源數據、處理圖像源生成處理結果、將處理結果送到LCD顯示
OV7670:作為圖像源，提供320*240的RGB565圖像
LCD：實時顯示圖像源圖像和顯示處理結果

六.軟件流程圖

1.?? ?硬件初始化：時鐘、I2C、DCMI、SDRAM、LTDC
2.?? ?進入圖像處理線程，啟動拍照并等待拍照完成信號量
3.?? ?完成拍照釋放拍照完成信號量
4.?? ?得到圖像后，進行圖像處理與圖像識別
5.?? ?將圖像識別結果在LCD上顯示
6.?? ?回到步驟2

七.圖像識別功能介紹

通過DCMI驅動獲取OV7670的分辨率為320*240的RGB565原始圖像。RGB565每個像素使用用下圖的方式存儲，每個像素占用2個字節。所以每幀320*240的圖像所需內存為320*240*2=153600字節。

?

實際上，我們在這次項目中并不需要使用到彩色特征，所以先將RGB565轉換為灰色度。灰度圖其實就是每個像素占用一字節，用0-255值來形容一個像素的灰度值。因此320*240所占用的內存為76800字節。
RGB565轉灰度圖公式如下：?Gray = R*0.299 + G*0.587 + B*0.114

提取的灰度圖后，我們還需要再進行一次二值化處理，因此設定一個閾值，當灰色像素大于這個閾值我們將它改為255，低于這個值變成0。這樣就得到一幀只有0和225值的圖像。

得到二值化圖像后，我們便可以尋找要識別物體了。在此使用九宮格的方式提取連通分量，原理其實很簡單，就是在九宮格里尋找連在一起的像素，如果能找到便將該像素便將該像素的坐標（位于X行，y列）寫入到鏈表里。如此循環，直到找完所有像素。

完成連通分量的提取后便是特征提取了，我們還是采用九宮格分割法，將取得的圖像平均分割為9個區域，再計算9個區域中值為255像素的個數。通過這一步算法，我們得到了9組特征數據。

本次用了兩種特征提取方式：
1.?通過水平與垂直方向的穿越數找出部分數字
以數字0和7為例，在1/2寬度處,0和7穩定的得到垂直穿越數是2.而在1/2高度，0的水平穿越數是2，7的水平穿越數是1.
?

2.?在圖像的水平和垂直的中間切分成四塊，根據四個部分不同像素比例找出其他數字。以2和3為例 ，在右下角部分，3的每一行都會有像素點，而2會缺幾行。因此2的像素更少從而區分2和3。

?

最終檢測效果如下圖：

八.比賽感悟? ? ? ?

? ? ? ?雖然標題是比賽感悟，實際上比賽并不是我的目的。RT-Thread我知道它更久了，但是一直沒有去更進一步使用RT-Thread。這次比賽讓我深入了解了RT-Thread的生態系統，給我的感覺真的太驚喜了。RT-Thread平臺擁有豐富的組件，完善的各種外設驅動，通過官方的RT-Studio基本上做到入手即用了。
???????當時拿到ART-PI，通過RT-Thread SETTING進行勾選，再使用CubeMX選擇外設，生成引腳初始化代碼后。我本次項目的軟件基本平臺已經完成了，我只需要專注于我的應用層開發便可以了，這真的是太便利了。
? ? ? ?通過本次比賽，讓我對RT-Thread獲得相當大的好感，我想未來硬件項目當中，我會毫不猶豫的選擇RT-Thread代替其他實時操作系統。