OpenMV LCD Shield: подключение, настройка и начало работы

Используйте LCD Shield для мгновенного отображения картинки с камерного модуля OpenMV без использования внешних проводов и мультимедийных устройств.

Портативный дисплей пригодится при отладки камеры в полевых условиях, например настройки чувствительности срабатывания внешних устройств в зависимости от захваченного изображения.

LCD Shield предназначен и совместим со всеми камерами машинного зрения от компании OpenMV. В качестве примера рассмотрим коммуникацию экрана с платформой OpenMV H7.

Припаяйте контактные колодки к камере OpenMV H7.

Оденьте LCD Shield снизу на платформу OpenMV H7 методом бутерброда.

Установите и настройте камеру OpenMV H7 c интегрированной средой разработки OpenMV IDE.

Рассмотрим несколько примеров работы с дисплеем.

1. Откройте пример: Файл Примеры LCD-Shield lcd.py

   lcd-image-capture.py

   # LCD Example
   #
   # Note: To run this example you will need a LCD Shield for your OpenMV Cam.
   #
   # The LCD Shield allows you to view your OpenMV Cam's frame buffer on the go.
    
   import sensor, image, lcd
    
   sensor.reset() # Initialize the camera sensor.
   sensor.set_pixformat(sensor.RGB565) # or sensor.GRAYSCALE
   sensor.set_framesize(sensor.QQVGA2) # Special 128x160 framesize for LCD Shield.
   lcd.init() # Initialize the lcd screen.
    
   while(True):
       lcd.display(sensor.snapshot()) # Take a picture and display the image.

2. Загрузите скрипт в плату.
3. Весь буфер изображения с камеры транслируется в программе OpenMV IDE и дублируется на дисплей.
4. Обратите внимания, что изображение как будто сплющено по вертикали. Это связано с тем, что камера снимает с разрешением 640×480, т. е. соотношение сторон 16:9 с горизонтальным кадром. А разрешение дисплея 128×160, т. е. соотношение сторон 4:5 с вертикальным кадром. Есть два пути решения:
   1. Выставить специальное разрешение для дисплея 128×160 используя параметр sensor.QQVGA2. Результат: всё изображение вместится в рамки экрана, но пропорции картинки будут изменены и изображение будет искажено. Именно такой случай в стандартном примере.
   2. Выставить разрешение 160×128 используя параметр sensor.QQVGA. Результат: по вертикали изображение не вместится в экран, по горизонтали останется свободное место. Но пропорции картинки останутся правильными.

Дисплей позволяет также выводит не только изображение с камеры, но и дополнительную обработанную информацию. Другими словами можно адаптировать любой пример из среды OpenMV IDE с дисплеем. Рассмотрим изменения на эксперименте с детектированием лица.

1. Откройте пример: Файл Примеры Face-Detection face_detection.py

   face-detection.py

   # Face Detection Example
   #
   # This example shows off the built-in face detection feature of the OpenMV Cam.
    
   import sensor, time, image
    
   # Reset sensor
   sensor.reset()
    
   # Sensor settings
   sensor.set_contrast(3)
   sensor.set_gainceiling(16)
   # HQVGA and GRAYSCALE are the best for face tracking.
   sensor.set_framesize(sensor.QVGA)
   sensor.set_pixformat(sensor.GRAYSCALE)
    
   # Load Haar Cascade
   # By default this will use all stages, lower satges is faster but less accurate.
   face_cascade = image.HaarCascade("frontalface", stages=25)
   print(face_cascade)
    
   # FPS clock
   clock = time.clock()
    
   while (True):
       clock.tick()
    
       # Capture snapshot
       img = sensor.snapshot()
    
       # Find objects.
       # Note: Lower scale factor scales-down the image more and detects smaller objects.
       # Higher threshold results in a higher detection rate, with more false positives.
       objects = img.find_features(face_cascade, threshold=0.75, scale_factor=1.25)
    
       # Draw objects
       for r in objects:
           img.draw_rectangle(r)
    
       # Print FPS.
       # Note: Actual FPS is higher, streaming the FB makes it slower.
       print(clock.fps())

2. Адаптируйте код под дисплей:
   1. Добавьте объект lcd. Замените строку

      import sensor, time, image

      на

      import sensor, time, image, lcd

   2. Добавьте строку инициализации дисплея.

      lcd.init()

   3. Выведите картинку с камеры с обработанными данными на дисплей.

      lcd.display(img)

3. Адаптированный код под дисплей.

   lcd-face-detection.py

   # Face Detection Example
   #
   # This example shows off the built-in face detection feature of the OpenMV Cam.
   #
    
   import sensor, time, image, lcd
    
   # Reset sensor
   sensor.reset()
    
   # Sensor settings
   sensor.set_contrast(3)
   sensor.set_gainceiling(16)
   # HQVGA and GRAYSCALE are the best for face tracking.
   sensor.set_framesize(sensor.QVGA)
   sensor.set_pixformat(sensor.GRAYSCALE)
   lcd.init()
   # Load Haar Cascade
   # By default this will use all stages, lower satges is faster but less accurate.
   face_cascade = image.HaarCascade("frontalface", stages=25)
   print(face_cascade)
    
   # FPS clock
   clock = time.clock()
    
   while (True):
       clock.tick()
    
       # Capture snapshot
       img = sensor.snapshot()
    
       # Find objects.
       # Note: Lower scale factor scales-down the image more and detects smaller objects.
       # Higher threshold results in a higher detection rate, with more false positives.
       objects = img.find_features(face_cascade, threshold=0.75, scale_factor=1.25)
    
       # Draw objects
       for r in objects:
           img.draw_rectangle(r)
    
       # Print FPS.
       # Note: Actual FPS is higher, streaming the FB makes it slower.
       print(clock.fps())
       lcd.display(img) # Take a picture and display the image.

4. Загрузите скрипт в плату.
5. Видоискатель начнет распознавать лицо в программе OpenMV IDE и дублировать буфер на дисплей.

Дисплейный модуль JD-T18003-T01 выполнен по технологии TFT TN с диагональю 1,8 дюйма, разрешением 128×160 точек и глубиной 65536 цветов.

Матрица дисплея подключена к встроенному чипу ST7735R, который выполняет роль моста между экраном и управляющий микроконтроллером.

LCD Shield подключается к камерам машинного зрения OpenMV через две параллельных 8-пиновых контактных колодки. Контроллер дисплея получает команды от микроконтроллера по шине SPI с дополнительными пинами. Остальные GPIO контакты остаются доступны для коммуникации с другими платами и модулями. Все подробности про назначения контактов читайте в разделе распиновка.

По умолчанию подсветка дисплея всегда включена. Но если вы хотите программно управлять яркостью экрана, капните каплей припоя на отведённую контактную площадку на обратной стороне платы.

В итоге при подачи высокого или низкого сигнала на пин P6, вы сможете соответственно включать или выключать подсветку. Для управления подсветкой используйте готовый метод библиотеки дисплея.

• Модель: LCD Shield
• Диагональ: 1,8 дюйма
• Разрешение: 128×160
• Тип матрицы: TFT TN
• Подсветка: светодиодная (LED)
• Глубина цвета: 16 бит (65536 цветов)
• Контролер дисплея: ST7735
• Интерфейс: SPI с дополнительными пинами
• Ток потребления в фоновом режиме: <30 мА
• Ток потребления в активном режиме: <40 мА
• Габариты: 48×38×13 мм

• OpenMV LCD Shield в магазине.
• Векторное изображение LCD Shield
• Библиотека для LCD Shield
• Datasheet на OpenMV LCD Shield
• Datasheet на дисплейный модуль JD-T18003-T01
• Datasheet на контролер дисплея ST7735R