OpenMV(一)

OpenMV是由美国克里斯团队基于MicroPython发起的开源机器视觉项目，目的是创建低成本，可扩展，使用python驱动的机器视觉模块。OpenMV搭载了MicroPython解释器，使其可以在嵌入式端进行python开发，关于MicroPython可以参照我之前的博客专栏：MicroPython. OpenMV基于32位，ARM Cortex-M7内核的OpenMV-H7, 并结合各种摄像头，可以进行多种机器视觉应用的实现，比如人脸检测，物体分类等。

OpenMV的全称是open machine vision, 是开源的机器视觉框架，而OpenCV是open computer vision，是一种开源计算机视觉库，可以运行在Linux、Windows、Android和Mac OS操作系统上。二者之间的相同点在于它们都是实现视觉应用的工具，不同点在于OpenMV可以运行在MCU上，比如ARM的M系列芯片，而OpenCV可以运行在多种架构的CPU上。OpenMV的优势在于轻量化，可以运行在MCU上，但是处理高复杂度图像信息与高速图像信息的时候，能力明显弱于OpenCV. 二者对应这不同的应用场景，对于需要高速处理复杂图像信息的场合，OpenCV可以胜任，而对于产品体积，成本要求比较高并且处理图像信息比较简单时，OpenMV是一个非常有优势的参考方案。

OpenMV-H7是低功耗的Python3可编程机器视觉硬件，结合摄像头可以支持一系列广泛的图像处理功能和神经网络。OpenMV-H7使用跨平台 IDE 进行编程，该 IDE 允许查看摄像机的帧缓冲器、访问传感器控件、通过 USB 串行（或 WiFi/BLE（如果可用）将脚本上传到摄像机。OpenMV-H7 基板基于在 400MHz 下运行的STM32H743 MCU，具有 1MB SRAM、2MB 闪存、FPU、DSP 和硬件 JPEG 编码器。基板采用模块化传感器设计，将传感器与摄像机分离。模块化传感器设计使摄像机能够支持多个传感器，包括 OV7725、MT9V03x 全球快门传感器和 FLIR Lepton 1、2 和 3 热传感器。图1所示就是OpenMV-H7的实物图：

OpenMV-H7可以应用在多个领域比如：智能家居，机器人导航，物体检测与追踪等工业应用。

STM32H743是OpenMV-H7基板的MCU，其是一款32位的，Cortex-M7内核的芯片，该内核具有双精度浮点处理单元FPU，最高频率达到400MHz，并且内置1M RAM, 2M Flash。图2所示是STM32H743芯片的架构。

OpenMV-H7基板的原理图如图3所示，可以看出，原理图还是比较简单的，核心部分就是STM32H743的最小系统，外围加上电源模块以及摄像头接口就可以做最基本的应用了。OpenMV-H7基板除此之外增加了USB, I/O接口的引出，SD卡，RGB的LED，以及Debug接口。在具体的项目应用中，我们可以合理设计自己的OpenMV基板，进而减少电路板体积与成本。