一.概览 本人虽然是电子信息技术专业出身，在毕业后从事的是偏软件的工作，大多数是PC软件的开发，但一直以来，闲暇时间会利用STM32做些小的作品。对于RT-Thread这国内的物联网操作系统，其实早有耳闻，期间也参加过深圳的一次RT-Thread线下交流活动，所以对于RT-Thread是有所了解而未实际应用的程度。 借着此次RT-Thread大赛的机会，我想将PC的一些图像处理和图像识别算法放到art-pi试跑一下看看效果如何，所以本次参赛将会使用art-pi获取OV7670的图像来做像处理和图像识别。 二.开发环境 硬件:PC、ART-PI、OV7670、RGB_LCD RT-Thread版本:rt-thread4 .0.3,art-pi adk 1.1.0 开发工具及版本:立创EDA，RT-Studio，SecureCRT 三.RT-Thread使用情况概述 线程:创建图像处理线程用于通过DCMI获取OV7670的图像，图像处理后完显示在LCD上 信号量:用于DCMI图像获取，当捕捉完一帧图像后，释放信号量给图像处理线程。 驱动:使用了drv_dcmi驱动并参考drv_ov2640移植drv_ov7670驱动 四.实现功能展示 通过摄像头采集图像进行图像识别，然后将结果显示在LCD屏幕上。 五.硬件框架 本次的硬件核心由ART-PI、OV7670、LCD三部分组成: ART-PI:stm32H750作为控制核心部分，采集图像源数据、处理图像源生成处理结果、将处理结果送到LCD显示 OV7670:作为图像源，提供320*240的RGB565图像 LCD:实时显示图像源图像和显示处理结果 六.软件流程图 1. 硬件初始化:时钟、I2C、DCMI、SDRAM、LTDC 2. 进入图像处理线程，启动拍照并等待拍照完成信号量 3. 完成拍照释放拍照完成信号量 4. 得到图像后，进行图像处理与图像识别 5. 将图像识别结果在LCD上显示 6. 回到步骤2 七.图像识别功能介绍 通过DCMI驱动获取OV7670的分辨率为320*240的RGB565原始图像。RGB565每个像素使用用下图的方式存储，每个像素占用2个字节。所以每帧320*240的图像所需内存为320*240*2=153600字节。 实际上，我们在这次项目中并不需要使用到彩色特征，所以先将RGB565转换为灰色度。灰度图其实就是每个像素占用一字节，用0-255值来形容一个像素的灰度值。因此320*240所占用的内存为76800字节。 RGB565转灰度图公式如下:Gray = R*0.299 + G*0.587 + B*0.114 提取的灰度图后，我们还需要再进行一次二值化处理，因此设定一个阈值，当灰色像素大于这个阈值我们将它改为255，低于这个值变成0。这样就得到一帧只有0和225值的图像。 得到二值化图像后，我们便可以寻找要识别物体了。在此使用九宫格的方式提取连通分量，原理其实很简单，就是在九宫格里寻找连在一起的像素，如果能找到便将该像素便将该像素的坐标（位于X行，y列）写入到链表里。如此循环，直到找完所有像素。 完成连通分量的提取后便是特征提取了，我们还是采用九宫格分割法，将取得的图像平均分割为9个区域，再计算9个区域中值为255像素的个数。通过这一步算法，我们得到了9组特征数据。 本次用了两种特征提取方式: 1.通过水平与垂直方向的穿越数找出部分数字 以数字0和7为例，在1/2宽度处,0和7稳定的得到垂直穿越数是2.而在1/2高度，0的水平穿越数是2，7的水平穿越数是1. 2.在图像的水平和垂直的中间切分成四块，根据四个部分不同像素比例找出其他数字。以2和3为例 ，在右下角部分，3的每一行都会有像素点，而2会缺几行。因此2的像素更少从而区分2和3。 最终检测效果如下图: 八.比赛感悟 虽然标题是比赛感悟，实际上比赛并不是我的目的。RT-Thread我知道它更久了，但是一直没有去更进一步使用RT-Thread。这次比赛让我深入了解了RT-Thread的生态系统，给我的感觉真的太惊喜了。RT-Thread平台拥有丰富的组件，完善的各种外设驱动，通过官方的RT-Studio基本上做到入手即用了。 当时拿到ART-PI，通过RT-Thread SETTING进行勾选，再使用CubeMX选择外设，生成引脚初始化代码后。我本次项目的软件基本平台已经完成了，我只需要专注于我的应用层开发便可以了，这真的是太便利了。 通过本次比赛，让我对RT-Thread获得相当大的好感，我想未来硬件项目当中，我会毫不犹豫的选择RT-Thread代替其他实时操作系统。

作者:Signx 概述 当前的人脸识别摄像头,价格昂贵,拟改造成stm32单片机版本的,节省成本 功能: 1.连接摄像头OV2640,用fish指令开启摄像头 2.将摄像头数据传到电脑显示图片 3.将摄像头数据传到spi显示屏显示(未完成) 4.用人脸识别算法识别人脸开锁(未完成) 5.可登录到tencent Cloud云平台,实现上云 开发环境: 硬件:Art-pi+OV2640 RT-Thread版本:4.0.2 开发工具及版本:rt-stuidio V2.0.0 RT-Thread使用情况概述: 硬件框架:art-pi官方开发板+OV2640(dma+DCMI) 软件框架说明: 见思维导图 软件模块说明: 见思维导图 该系统的思维脑图如下: 演示效果: 视频: 实物图如下: 实现的效果如图: 连接电路如图所示: 实现功能: 1.连接摄像头OV2640,用fish指令开启摄像头 2.将摄像头数据传到电脑显示图片 3.将摄像头数据传到spi显示屏显示(未完成) 4.用人脸识别算法识别人脸开锁(未完成) 5.可登录到tencent Cloud云平台,实现上云主要碰到的技术难点: 1.art-pi组建库里有ov2640的软件包,本以为直接能用的,结果发现有很多缺失 首先是io口的确实,没有定义到足够的io口,所以代码里又加上了io口的定义以及初始化: io口定义代码: typedef enum { BMP_QQVGA = 0x00, /* BMP Image QQVGA 160x120 Size */ BMP_QVGA = 0x01, /* BMP Image VGA 800*480 Size */ JPEG_160x120 = 0x02, /* JPEG Image 160x120 Size */ JPEG_176x144 = 0x03, /* JPEG Image 176x144 Size */ JPEG_320x240 = 0x04, /* JPEG Image 320x240 Size */ JPEG_352x288 = 0x05 /* JPEG Image 352x288 Size */ }ImageFormat_TypeDef; /*摄像头接口 */ //IIC SCCB //#define CAMERA_I2C I2C1 //#define CAMERA_I2C_CLK_ENABLE() __HAL_RCC_I2C1_CLK_ENABLE() // //#define CAMERA_I2C_SCL_PIN GPIO_PIN_8 //#define CAMERA_I2C_SCL_GPIO_PORT GPIOB //#define CAMERA_I2C_SCL_GPIO_CLK_ENABLE() __HAL_RCC_GPIOB_CLK_ENABLE() //#define CAMERA_I2C_SCL_AF GPIO_AF4_I2C1 // //#define CAMERA_I2C_SDA_PIN GPIO_PIN_9 //#define CAMERA_I2C_SDA_GPIO_PORT GPIOB //#define CAMERA_I2C_SDA_GPIO_CLK_ENABLE() __HAL_RCC_GPIOB_CLK_ENABLE() //#define CAMERA_I2C_SDA_AF GPIO_AF4_I2C1 //VSYNC #define DCMI_VSYNC_GPIO_PORT GPIOI #define DCMI_VSYNC_GPIO_CLK_ENABLE() __HAL_RCC_GPIOI_CLK_ENABLE() #define DCMI_VSYNC_GPIO_PIN GPIO_PIN_5 #define DCMI_VSYNC_AF GPIO_AF13_DCMI // HSYNC #define DCMI_HSYNC_GPIO_PORT GPIOH #define DCMI_HSYNC_GPIO_CLK_ENABLE() __HAL_RCC_GPIOH_CLK_ENABLE() #define DCMI_HSYNC_GPIO_PIN GPIO_PIN_8 #define DCMI_HSYNC_AF GPIO_AF13_DCMI //PIXCLK #define DCMI_PIX

概述:宠物智能饲养监测系统基于RT-Thread的ART-PI开发板，主控STM32F750XBH6，支持采集温度、湿度和光照数据，实现高温本地和远程预警，智能照明控制，实时采集数据并通过 WIFI 上传云端，针对智能宠物管理提供一个较好的使用范例，也是自己借参加本次活动，首次实操使用RT-Thread rtos，实现功能是次要目的，学习和使用rtt是初衷，之后本项目会继续增加新功能，简单来说这是一个比较实用的。 开发环境硬件:ART-PI 扩展板:DHT11温湿度传感器，BH1750光照传感器和灯控模块 RT-Thread版本:RT-Thread V 4.0.3 开发工具及版本:RT-Thread-studio v2.0.0，STM32CubeMX v6.1.0 RT-Thread使用情况概述内核部分:调度器。 调度器:创建多个线程来实现不同的工作。 组件部分:I2C框架, Sensor框架, SAL 套接字抽象层 I2C框架:使用I2C框架来驱动光照传感器,上层代码可以提高代码的可重用性。 Sensor框架:为上层提供统一的操作接口，提高上层代码的可重用性；简化底层驱动开发的难度，可以非常简单的读取传感器采集数值。 SAL 套接字抽象层:组件完成对不同网络协议栈或网络实现接口的抽象并对上层提供一组标准的 BSD Socket API，这样开发者只需要关心和使用网络应用层提供的网络接口，而无需关心底层具体网络协议栈类型和实现，极大的提高了系统的兼容性，方便开发者完成协议栈的适配和网络相关的开发 软件包部分: Webclient: 提供设备与 HTTP Server 的通讯的基本功能，主要使用http post。 BH1750FVI: 该传感器软件包提供了使用光照强度传感器基本功能，BH1750FVI 是一种用于两线式串行总线接口的数字型光强度传感器集成电路，具有较高的分辨率可以探测较大范围的光强度变化（范围: 1lx-65535lx）,特别适合对光照环境要求较高的场景。 硬件框架ART-PI采集到数据上传到云端(目前使用自己php+mysql，断网本地存储测试中)。 软件框架说明上电初始话后，检测传感器变化，满足设定条件的，通过wifi上传到服务器端 目前服务器端只提供数据处理和存储 软件模块说明bh1750_thread_entry: 光照传感器线程 dht11_thread_entry:温湿度传感器线程 user_webclient_post:http_post main:led 闪烁，用来检测当前系统的运行状态。 演示效果视频演示比赛感悟首先非常感谢RTT和电路城以及ST等一起举办的这次活动。 由于第一次使用M7核mcu以及第一次使用rtt操作系统，从小白一步一步学习，测试，看文档，请教，虽然目前还是小白水平，但是确确实实是一次难得的机会，不亲自实践就永远不知道自己的水平在哪，也不能了解rtt便捷。不得不说，结束rtt studio之后，使用起来非常顺手，再者H750 480MHz搭配art-pi强悍的设计，用于之后的复杂功能开发测试有巨大的升级空间。 这次比赛不仅仅是学到了，rtt stm32的软硬件知识，更多的是和许多志同道合的小伙伴，讨论与分享自己的所获所得，这也是一种开源精神。 最后要说声抱歉，鉴于没有充分认识到自己有限的水平，虽然近一个月的时间，还只能写出这样的水平，心比天高无奈水平一般，但是这是一个开始，会围绕设计主题，做持续的更新，不断学习和实践，继续让art-pi发光发热。 感谢！！！

ART-PI，野火5寸电容屏800*480，LittleVGL7.9，双帧缓冲模式，STM32H750