**非常詳細的視頻和文字教程，講解常見的openmv教程包括 巡線、物體識別、圓環(huán)識別、閾值自動獲取等。非常適合學習openmv、K210、K230等項目
視頻合集鏈接在

?？痮penmv視覺文章鏈接:
https://blog.csdn.net/qq_46187594/category_12900902.html

3.5.1-不同數(shù)字識別方案的大概介紹

截至現(xiàn)在openmv實現(xiàn)的數(shù)字識別方案有幾個大類，

1. 模板匹配識別方案 大概效果:最后優(yōu)化 將可能色塊縮放到模板大小一樣，能夠完成不錯效果，且識別速度很快，但是傾斜數(shù)字識別效果一般。
2. mnist數(shù)字數(shù)據(jù)集識別方案 大概效果: 只能一次識別一個數(shù)字，效果一般。
3. openmv 目標檢測識別 大概效果:效果根據(jù)數(shù)據(jù)集來定，數(shù)據(jù)集中出現(xiàn)的情況都能比較好的識別，所以需要根據(jù)自己的需要采集適合的數(shù)據(jù)集，識別幀率稍微慢些。具體的識別效果和幀率怎么樣大家可以看后面的視頻展示的，或者自己實現(xiàn)測試看看是否滿足需要這里大家盡量和我使用一樣的openmv IDE軟件版本和一樣的openmv 固件版本，也可能出現(xiàn)一些錯誤，如果錯誤要學會調(diào)試解決，可以提供下面思路: 出現(xiàn)了什么現(xiàn)象或者報錯？是否測試過自己電腦USB是否可能有問題或者用朋友電腦試試？是否重啟電腦嘗試過？

   是否在必應或谷歌或者AI上檢索提問，是否按照給出信息嘗試解決錯誤？ 自己本身使用的openmv 固件還有openmv IDE 是否 測試過和 視頻一樣的軟件和固件版本，是否測試測試過最新的軟件和固件版本。

3.5.2-模板匹配識別

1-只匹配一個模板

我們只匹配一個模板的時候不需要插上SD卡

無論是使用openmv H7 還是 openmv H7 plus做下面各種數(shù)字識別方案基本都是不需要使用SD卡，除非你使用模型特別大或者模板特別多，所以 建議大家可以先不用SD進行測試使用，如果空間不足再使用SD卡，這樣也可以節(jié)省一點。

首先，我們需要創(chuàng)建或?qū)胍粋€模板，注意這個模板必須得是pgm格式的，而且大小有限制，不能超過openmv的像素大小。 我們可以直接從openmv里面截取一個模板圖像，可以先運行基礎的攝像頭圖像獲取的例程，讓openmv IDE軟件 顯示出圖像，然后進行截取。

比如先運行這個之前的代碼

# This work is licensed under the MIT license.
# Copyright (c) 2013-2023 OpenMV LLC. All rights reserved.
# https://github.com/openmv/openmv/blob/master/LICENSE
#
# Hello World Example
#
# Welcome to the OpenMV IDE! Click on the green run arrow button below to run the script!

import sensor # 引入感光元件的模塊，用于操作攝像頭傳感器
import time # 引入時間模塊，用于控制時間延遲和FPS計算

# 初始化傳感器
sensor.reset()  # Reset and initialize the sensor. 重置并初始化傳感器
sensor.set_pixformat(sensor.RGB565)  # Set pixel format to RGB565 (or GRAYSCALE) 設置像素格式為RGB565（或者灰度）
sensor.set_framesize(sensor.QVGA)  # Set frame size to QVGA (320x240) 設置幀大小為QVGA（320x240分辨率）
#***************************如果不需要鏡像就注釋掉 下面 的代碼********************
# 設置攝像頭鏡像/翻轉(zhuǎn)操作，根據(jù)攝像頭安裝的方向決定是否需要
sensor.set_vflip(True)  # 垂直方向翻轉(zhuǎn)。根據(jù)實際攝像頭模塊的安裝位置調(diào)整是否需要此操作
#！?。≈匾翰煌瑪z像頭是否需要鏡像，根據(jù)實際情況定。如果不需要鏡像，請注釋掉以下代碼：
sensor.set_hmirror(True)  # 水平方向反轉(zhuǎn)。根據(jù)實際攝像頭模塊的安裝位置調(diào)整是否需要此操作
#！?。≈匾翰煌瑪z像頭是否需要鏡像，根據(jù)實際情況定。如果不需要鏡像，請注釋掉上述代碼。
#***************************如果不需要鏡像就注釋掉 上面 的代碼********************
sensor.skip_frames(time=2000)  # Wait for settings take effect. 等待2秒鐘讓設置生效
clock = time.clock()  # Create a clock object to track the FPS. 創(chuàng)建一個時鐘對象，用于追蹤FPS（每秒幀數(shù)）



while True:
    clock.tick()  # Update the FPS clock. 更新FPS時鐘
    img = sensor.snapshot()  # Take a picture and return the image. 拍攝一張照片并返回圖像
    print(clock.fps())  # 輸出當前的幀率（FPS），用來衡量攝像頭的拍攝速度
    # Note: OpenMV Cam runs about half as fast when connected
    # to the IDE. The FPS should increase once disconnected.
    # 注意：當OpenMV相機連接到IDE時，速度大約是平時的一半。斷開連接后，F(xiàn)PS應該會提高。

然后把openmv和要識別的物體

截取模板的時候物體光線要和真實識別的時候基本一樣

攝像頭照射角度和舉例，真實識別的要基本一樣

然后不要在IDE上開啟縮放

右擊講框選的模板區(qū)域保存到PC
選擇保存到電腦

同樣道理保存你要識別的數(shù)字模板，這里保存的是0-9，如果你只識別1-8那么你只保存1-8就可以了

注意從openmv里面直接截取保存的圖片是bmp格式的，我們需要把它轉(zhuǎn)換成pgm格式?？梢栽谶@個網(wǎng)站進行在線轉(zhuǎn)換https://convertio.co/zh/bmp-pgm/ 或者BMP 到 PGM - 將您的 BMP 轉(zhuǎn)換為 PGM 的在線工具 或者免費BMP轉(zhuǎn)PGM在線轉(zhuǎn)換器 三個網(wǎng)站都可以，或者也可以百度上搜索BMP格式轉(zhuǎn)pgm格式。

網(wǎng)站上轉(zhuǎn)化后保存如下

然后選擇你要匹配那個模板，放到openmv識別的內(nèi)存中，比如我們這里演示識別數(shù)字9

代碼如下:

# 模板匹配示例 - 歸一化交叉相關算法(NCC)
# 功能增強說明：
# 1. 增加模板文件名顯示在識別框上方
# 2. 添加識別結(jié)果輸出功能
# 3. 優(yōu)化代碼結(jié)構并增加詳細注釋

import time
import sensor
import image
from image import SEARCH_EX, SEARCH_DS  # 導入搜索模式常量

# ******************** 系統(tǒng)初始化配置 ********************
# 初始化攝像頭傳感器
sensor.reset()

# 設置圖像參數(shù)
sensor.set_contrast(1)          # 對比度設置（范圍0-3）
sensor.set_gainceiling(16)      # 增益上限（防止過曝光）
sensor.set_framesize(sensor.QQVGA)  # 設置分辨率160x120（NCC算法推薦分辨率）
sensor.set_pixformat(sensor.GRAYSCALE)  # 使用灰度圖模式（提升處理速度）

# 攝像頭安裝方向校正（根據(jù)物理安裝情況選擇）
sensor.set_vflip(True)   # 垂直翻轉(zhuǎn)圖像
sensor.set_hmirror(True) # 水平翻轉(zhuǎn)圖像

# ******************** 用戶可配置參數(shù) ********************
TEMPLATE_PATH = "/9.pgm"        # 模板文件存儲路徑
MATCH_THRESHOLD = 0.70          # 匹配閾值（0.0-1.0，值越大匹配越嚴格）
SEARCH_STEP = 4                 # 搜索步長（越大搜索越快，但可能漏檢）
SEARCH_MODE = SEARCH_EX         # 搜索模式：SEARCH_EX-全搜索，SEARCH_DS-菱形搜索
TEXT_COLOR = 255                # 顯示文本顏色（灰度值，255=白色）
FRAME_MARGIN = 5                # 文字與識別框的間距（像素）

# 加載模板圖像
try:
    template = image.Image(TEMPLATE_PATH)
    print("成功加載模板：", TEMPLATE_PATH)
except Exception as e:
    raise Exception("模板加載失?。?s" % str(e))

# 創(chuàng)建性能計數(shù)器
clock = time.clock()

# ******************** 主循環(huán) ********************
while(True):
    clock.tick()  # 開始跟蹤幀率
    
    # 捕獲一幀圖像
    img = sensor.snapshot()
    
    # 執(zhí)行模板匹配
    # find_template參數(shù)說明：
    # template: 模板圖像對象
    # threshold: 匹配閾值（0.0-1.0）
    # roi: 感興趣區(qū)域（x,y,w,h），默認全圖搜索
    # step: 搜索步長（越大越快，精度越低）
    # search: 搜索模式（SEARCH_EX或SEARCH_DS）
    result = img.find_template(template, MATCH_THRESHOLD, 
                              step=SEARCH_STEP, search=SEARCH_MODE)
    
    # 如果檢測到目標
    if result:
        # 解包匹配結(jié)果（x,y,w,h）
        x, y, w, h = result
        
        # 繪制識別框
        img.draw_rectangle(result, color=TEXT_COLOR)
        
        # 在識別框上方顯示文件名
        # 計算文本位置：x坐標對齊框左側(cè)，y坐標在框上方
        text_x = x
        text_y = y - FRAME_MARGIN if y > FRAME_MARGIN else 0
        img.draw_string(text_x, text_y, TEMPLATE_PATH.split('/')[-1],  # 顯示文件名
                       color=TEXT_COLOR, scale=0.5)
        
        # 通過輸出識別結(jié)果
        # 格式：檢測時間(ms), 模板文件名, 坐標(x,y), 匹配相似度
        # 注意：實際相似度需要從匹配結(jié)果中獲取，當前固件暫不支持返回相似度值
        print("[{:.0f}] 檢測到模板: {}, 位置: ({},{})".format(
            time.ticks_ms(), TEMPLATE_PATH, x, y))
    
    # 顯示幀率（保留1位小數(shù)）
    fps = clock.fps()
    img.draw_string(5, 5, "FPS:%.1f" % fps, color=TEXT_COLOR)
    print("當前幀率:", fps)

識別結(jié)果顯示情況如下: