【花雕动手做】CanMV K230 AI 视觉识别模块之矩形检测
什么是 CanMV K230？
CanMV K230是一款高性价比的RISC-V边缘AI平台，凭借低功耗、强视觉处理能力和开放的开发生态，成为嵌入式AI开发的理想选择，尤其适合需要快速部署视觉与AI功能的创客、中小企业及教育场景。CanMV 是一套 AI 视觉开发平台，K230 是其核心芯片。该模块结合了图像采集、AI推理、边缘计算等能力，适合嵌入式视觉应用开发。
CanMV：类似 OpenMV 的图像处理框架，支持 Python 编程，简化视觉识别开发流程。
K230 芯片：嘉楠科技推出的 AIoT SoC，采用 RISC-V 架构，内置第三代 KPU（AI加速单元），算力高达 6 TOPS，性能是 K210 的 13.7 倍。
【花雕动手做】CanMV K230 AI 视觉识别模块之矩形检测
知识点矩形检测是计算机视觉中基于线段检测的进阶任务，核心是从图像中识别满足 “四组对边平行、邻边垂直、四边闭合” 特征的四边形区域（如物体表面、文档边框、屏幕、包装盒），广泛依赖线段检测或轮廓分析实现。
1、核心原理
矩形的几何特征是检测的核心依据，主流实现路径有两种：
线段组合法：先检测图像中所有线段，再筛选出满足 “两两平行、邻边垂直、长度匹配、闭合连接” 的四组线段，组合成矩形。
轮廓拟合发：先提取图像轮廓（如通过 Canny 边缘检测 + 轮廓查找），再对轮廓进行多边形逼近，筛选出边数为 4、且邻边夹角接近 90° 的轮廓，即为矩形。
2、主流算法（按场景适配性分类）
3、实操示例（OpenCV 轮廓拟合实现）
适合快速落地，无需复杂预处理，适配多数简单场景：
python
import cv2
import numpy as np
# 读取图像（可替换为K230摄像头采集帧）
img = cv2.imread("document.jpg")
img_copy = img.copy()
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
# 图像预处理：降噪+边缘检测
blur = cv2.GaussianBlur(gray, (5, 5), 0)
canny = cv2.Canny(blur, 50, 150)
# 查找轮廓（只保留外部轮廓）
contours, _ = cv2.findContours(canny, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
# 筛选矩形轮廓
for cnt in contours:
# 多边形逼近（epsilon控制逼近精度，越小越接近原轮廓）
epsilon = 0.02 * cv2.arcLength(cnt, True)
approx = cv2.approxPolyDP(cnt, epsilon, True)
# 筛选条件：边数为4 + 轮廓面积足够大（过滤噪声）
if len(approx) == 4 and cv2.contourArea(approx) > 1000:
# 验证邻边垂直（计算向量夹角，接近90°）
x1, y1 = approx
x2, y2 = approx
x3, y3 = approx
vec1 = (x2-x1, y2-y1)
vec2 = (x3-x2, y3-y2)
dot = abs(vec1*vec2 + vec1*vec2)# 点积，垂直时为0
if dot < 100:# 允许微小偏差
# 绘制矩形（绿色边框，厚度2）
cv2.drawContours(img_copy, , -1, (0, 255, 0), 2)
# 标注矩形顶点坐标
for (x, y) in approx[:, 0]:
cv2.circle(img_copy, (x, y), 5, (255, 0, 0), -1)
# 显示结果
cv2.imshow("Rectangle Detection", img_copy)
cv2.waitKey(0)
cv2.destroyAllWindows()
【花雕动手做】CanMV K230 AI 视觉识别模块之矩形检测
【花雕动手做】CanMV K230 AI 视觉识别模块之矩形检测项目测试实验代码
#【花雕动手做】CanMV K230 AI 视觉识别模块之矩形检测
# 导入必要的模块 Import required modules
import time, os, sys
from media.sensor import *
from media.display import *
from media.media import *
# 图像分辨率设置 Image resolution settings
PICTURE_WIDTH = 400 # 图像处理宽度
PICTURE_HEIGHT = 240 # 图像处理高度
# 摄像头配置 Camera configuration
sensor = None
# 显示模式选择 Display mode selection
# 可选: "VIRT"(虚拟显示), "LCD"(物理屏幕)
# Options: "VIRT"(Virtual Display), "LCD"
DISPLAY_MODE = "LCD"
# 根据显示模式设置分辨率 Set resolution based on display mode
if DISPLAY_MODE == "VIRT":
# 虚拟显示模式：1920x1080，16字节对齐
DISPLAY_WIDTH = ALIGN_UP(1920, 16)# 对齐到16的倍数，优化内存访问
DISPLAY_HEIGHT = 1080
elif DISPLAY_MODE == "LCD":
# 物理LCD显示模式：640x480
DISPLAY_WIDTH = 640
DISPLAY_HEIGHT = 480
else:
raise ValueError("Unknown DISPLAY_MODE, please select 'VIRT', 'LCD'")
# 创建时钟对象用于FPS计算 Create clock object for FPS calculation
clock = time.clock()
try:
# 初始化摄像头 Initialize camera
sensor = Sensor() # 创建传感器对象
sensor.reset() # 重置摄像头到默认状态
# 设置图像分辨率和格式 Set image resolution and format
# 使用通道0，设置400x240分辨率
sensor.set_framesize(width=PICTURE_WIDTH, height=PICTURE_HEIGHT, chn=CAM_CHN_ID_0)
# 设置像素格式为RGB565（16位彩色）
sensor.set_pixformat(Sensor.RGB565, chn=CAM_CHN_ID_0)
# 初始化显示器 Initialize display
if DISPLAY_MODE == "VIRT":
# 虚拟显示初始化，60FPS刷新率
Display.init(Display.VIRT, width=DISPLAY_WIDTH, height=DISPLAY_HEIGHT, fps=60)
elif DISPLAY_MODE == "LCD":
# 物理LCD初始化，同时输出到IDE便于调试
Display.init(Display.ST7701, width=DISPLAY_WIDTH, height=DISPLAY_HEIGHT, to_ide=True)
# 初始化媒体管理器 Initialize media manager
MediaManager.init() # 初始化媒体处理资源
sensor.run() # 启动摄像头采集
# 主循环 - 实时矩形检测
while True:
os.exitpoint() # 检查退出点，响应程序终止信号
clock.tick() # 开始计时，用于FPS计算
# 捕获图像 Capture image
img = sensor.snapshot(chn=CAM_CHN_ID_0)
print("【矩形信息 Line Statistics Start】")
# 矩形检测核心算法
# find_rects(threshold=8000): 在图像中查找矩形
# threshold: 检测阈值，值越大要求矩形的轮廓越明显
for r in img.find_rects(threshold=8000):
# 绘制矩形边框：天蓝色，线宽2像素
img.draw_rectangle(r.rect(), color=(40, 167, 225), thickness=2)
# 绘制矩形角点：深绿色，半径8像素的圆点
for p in r.corners():
img.draw_circle(p, p, 8, color=(78, 90, 34))
# 打印矩形详细信息
print(r)
print("【==============================】")
# 显示FPS Display FPS
print(f"FPS: {clock.fps()}")
# 居中显示图像 Display image centered
# 计算居中位置，使400x240图像在640x480屏幕上居中显示
x = int((DISPLAY_WIDTH - PICTURE_WIDTH) / 2)# 水平居中：(640-400)/2 = 120
y = int((DISPLAY_HEIGHT - PICTURE_HEIGHT) / 2) # 垂直居中：(480-240)/2 = 120
Display.show_image(img, x=x, y=y)
except KeyboardInterrupt as e:
# 处理键盘中断（Ctrl+C）
print("User Stop: ", e)
except BaseException as e:
# 处理其他所有异常
print(f"Exception: {e}")
finally:
# 清理资源 Cleanup resources
if isinstance(sensor, Sensor):
sensor.stop() # 停止摄像头采集
Display.deinit() # 关闭显示驱动
os.exitpoint(os.EXITPOINT_ENABLE_SLEEP)# 启用睡眠模式
time.sleep_ms(100) # 短暂延时确保资源释放完成
MediaManager.deinit() # 释放媒体资源
代码解读：
程序总体功能
这是一个基于CanMV K230的实时矩形检测系统，能够在视频流中实时识别图像中的矩形轮廓，并用可视化的方式标记出来。
系统架构设计
核心处理流程
text
摄像头采集(400×240) → 矩形检测算法 → 轮廓绘制 + 角点标记 → 居中显示 → 性能监控
1. 分辨率策略
python
PICTURE_WIDTH = 400 # 处理分辨率
PICTURE_HEIGHT = 240
DISPLAY_WIDTH = 640 # 显示分辨率 (LCD模式)
DISPLAY_HEIGHT = 480
设计理念：
处理分辨率：400×240 - 平衡检测精度和计算效率
显示分辨率：640×480 - 提供清晰的视觉输出
居中显示：在小分辨率处理，大分辨率显示
核心技术组件详解
1. 多显示模式支持
python
DISPLAY_MODE = "LCD"# 可选 "LCD" 或 "VIRT"
两种模式对比：
LCD模式：物理屏幕显示，to_ide=True支持IDE调试
VIRT模式：虚拟显示，1920×1080分辨率，适合开发调试
2. 矩形检测核心算法
python
for r in img.find_rects(threshold=8000):
算法深度解析：
find_rects()：基于轮廓检测的矩形查找算法
threshold=8000：轮廓质量阈值
高阈值：只检测轮廓清晰、完整的矩形
低阈值：检测更多可能矩形，但包含噪声
检测原理：
边缘检测提取轮廓
多边形近似找到四边形
几何约束验证矩形特性
阈值过滤确保轮廓质量
3. 矩形对象结构
python
r.rect() # 返回矩形边界框: (x, y, width, height)
r.corners() # 返回四个角点坐标: [(x1,y1), (x2,y2), (x3,y3), (x4,y4)]
4. 可视化渲染系统
python
# 绘制矩形边框 - 天蓝色，2像素线宽
img.draw_rectangle(r.rect(), color=(40, 167, 225), thickness=2)
# 绘制角点标记 - 深绿色，8像素半径圆点
for p in r.corners():
img.draw_circle(p, p, 8, color=(78, 90, 34))
视觉设计：
边框颜色：天蓝色(40,167,225) - 醒目但不刺眼
角点标记：深绿色(78,90,34) - 突出关键特征点
双重标记：边框+角点提供完整的几何信息
性能优化策略
1. 分辨率优化
text
处理像素: 400 × 240 = 96,000
显示像素: 640 × 480 = 307,200
计算量减少: 约68% (相比直接处理640×480)
2. 居中显示算法
python
x = (DISPLAY_WIDTH - PICTURE_WIDTH) / 2# (640-400)/2 = 120
y = (DISPLAY_HEIGHT - PICTURE_HEIGHT) / 2 # (480-240)/2 = 120
自动计算居中位置
保持图像在显示中心
适应不同分辨率组合
3. 性能监控
python
clock = time.clock()
clock.tick() # 开始计时
clock.fps() # 计算帧率
实时监控处理性能
为算法调优提供数据支持
算法工作流程
主循环执行序列
图像捕获：从摄像头获取400×240分辨率帧
矩形检测：运行find_rects算法查找所有矩形
可视化绘制：为每个检测到的矩形绘制边框和角点
信息输出：打印矩形详细信息到控制台
居中显示：将处理后的图像居中显示在屏幕上
性能统计：计算并显示当前FPS
矩形检测详细流程
text
原始图像 → 边缘检测 → 轮廓提取 → 多边形近似 →
四边形过滤 → 矩形验证 → 阈值筛选 → 结果输出
异常处理与资源管理
三级保护机制
python
try:
# 主程序逻辑
except KeyboardInterrupt: # 用户主动中断
except BaseException: # 其他所有异常
finally: # 强制资源清理
资源释放顺序
停止传感器：sensor.stop()
关闭显示：Display.deinit()
系统睡眠：os.exitpoint(os.EXITPOINT_ENABLE_SLEEP)
释放媒体资源：MediaManager.deinit()
输出信息分析
控制台输出格式
text
【矩形信息 Line Statistics Start】
矩形对象详细信息...
【==============================】
FPS: 25.6
信息内容：
矩形位置、尺寸、角度等几何信息
实时处理帧率
结构化日志便于分析
应用场景分析
工业视觉检测
PCB板检测：识别电路板轮廓和定位孔
产品包装：检查包装盒形状和完整性
机械零件：定位零部件轮廓和特征
文档处理
文档扫描：自动检测文档边界
表格识别：定位表格区域
名片数字化：提取名片轮廓
机器人导航
环境理解：识别结构化环境中的矩形物体
目标定位：为抓取操作提供位置信息
路径规划：避开矩形障碍物
增强现实
标记识别：检测AR标记矩形边框
空间锚点：基于矩形特征建立空间参考
技术优势
1. 算法鲁棒性
阈值可调适应不同场景
几何约束确保检测质量
多重验证减少误检
2. 实时性能
优化的分辨率选择
高效的轮廓处理算法
硬件加速的图像处理
3. 用户体验
清晰的可视化反馈
实时性能监控
灵活的运行模式
4. 系统稳定性
完整的异常处理
安全的资源管理
优雅的程序退出
参数调优指南
阈值调整
python
# 高噪声环境 - 提高阈值
threshold = 10000
# 需要高灵敏度 - 降低阈值
threshold = 5000
分辨率调整
python
# 更高精度检测
PICTURE_WIDTH = 640
PICTURE_HEIGHT = 480
# 更高处理速度
PICTURE_WIDTH = 320
PICTURE_HEIGHT = 240
总结
这个矩形检测系统体现了嵌入式计算机视觉的工程最佳实践：
性能与质量的平衡：通过分辨率策略优化处理效率
完整的视觉反馈：边框+角点的双重标记提供丰富信息
稳健的系统架构：异常处理和资源管理确保长期稳定运行
实用的检测算法：基于轮廓的矩形检测满足实际应用需求
灵活的可配置性：支持多种显示模式和参数调整
代码结构清晰，功能完整，既是可立即使用的矩形检测工具，也是学习嵌入式视觉开发的优秀教学范例。
【花雕动手做】CanMV K230 AI 视觉识别模块之矩形检测
实验串口返回情况实验场景图
页:
[1]