Untuk firmware OpenMV v5.0.0 · berdasarkan MicroPython v1.28 · dokumen dibuat 18 Juni 2026

Visi mesin,
dibuat sederhana.

Deteksi wajah langsung, pelacakan AprilTag, pemindaian QR, dan YOLO. Semua di perangkat dalam MicroPython murni. Tanpa komputer host, tanpa cloud.

Panduan mulai cepat Referensi API Temukan papan Anda
Yang baru Baca changelog firmware OpenMV v5.0.0
1

Buka IDE

Unduh dan instal OpenMV IDE untuk Windows, macOS, atau Linux dan jalankan IDE.
2

Sambungkan kamera Anda

Colokkan OpenMV Cam ke komputer Anda melalui USB. LED detak jantung biru berkedip saat siap.
3

Jalankan skrip pertama Anda

Klik tombol sambungkan ikon soket di IDE, lalu tekan tanda panah putar hijau untuk menjalankan skrip pertama Anda.

Hello world

Contoh 
import csi
import time
import ml
from ml.postprocessing.ultralytics import YoloV8

csi0 = csi.CSI()
csi0.reset()
csi0.pixformat(csi.RGB565)
csi0.framesize(csi.VGA)
csi0.snapshot(time=2000)  # let AWB/AGC stabilize

# Built-in single-class person detector model.
model = ml.Model("/rom/yolov8n_192.tflite",
                 postprocess=YoloV8(threshold=0.4))
clock = time.clock()

while True:
    clock.tick()
    img = csi0.snapshot()
    # predict returns a list per class of ((x, y, w, h), score) tuples.
    for class_dets in model.predict([img]):
        for rect, score in class_dets:
            img.draw_rectangle(rect, color=(0, 255, 0))
    print(clock.fps(), "fps")

Pelacakan orang secara real-time

Model YOLOv8 bawaan adalah detektor orang satu kelas — dikuantisasi int8 dan disertakan dalam ROM.

Dimuat dari /rom/yolov8n_192.tflite — tidak memerlukan kartu SD atau unduhan.
Berjalan secara real time pada papan yang dilengkapi NPU — OpenMV N6 dan AE3.
Bawa model YOLOv8 Anda sendiri yang dilatih di Roboflow dan muat dengan cara yang sama.
import csi
import math
import time

csi0 = csi.CSI()
csi0.reset()
csi0.pixformat(csi.RGB565)
csi0.framesize(csi.QVGA)
csi0.snapshot(time=2000)  # let AWB/AGC stabilize
csi0.auto_gain(False)
csi0.auto_whitebal(False)

clock = time.clock()

while True:
    clock.tick()
    img = csi0.snapshot()
    for tag in img.find_apriltags():
        img.draw_detection(tag, color1=(255, 0, 0), color2=(0, 255, 0))
        deg = math.degrees(tag.rotation)
        print("ID %d  rotation %.1f deg" % (tag.id, deg))
    print(clock.fps(), "fps")

Temukan dan identifikasi AprilTag

AprilTag adalah penanda fiducial 2D — tahan terhadap motion blur dan oklusi sebagian, dan memberikan pose 3D penuh.

Detektor bawaan — tidak memerlukan file model atau pelatihan.
Mengembalikan ID ditambah pose 6-DoF penuh — translasi x/y/z dan rotasi x/y/z.
Gunakan untuk kalibrasi robotika, penanda AR, dan penentuan posisi dalam ruangan.
import csi
import time
import ml
from ml.postprocessing.mediapipe import BlazeFace

csi0 = csi.CSI()
csi0.reset()
csi0.pixformat(csi.RGB565)
csi0.framesize(csi.VGA)
csi0.window((400, 400))  # square window for best results
csi0.snapshot(time=2000)  # let AWB/AGC stabilize

model = ml.Model("/rom/blazeface_front_128.tflite",
                 postprocess=BlazeFace(threshold=0.4))
clock = time.clock()

while True:
    clock.tick()
    img = csi0.snapshot()
    for rect, score, keypoints in model.predict([img]):
        img.draw_rectangle(rect, color=(0, 0, 255))
        ml.utils.draw_keypoints(img, keypoints, color=(255, 0, 0))
    print(clock.fps(), "fps")

Deteksi wajah dengan BlazeFace

BlazeFace milik Google adalah detektor wajah TensorFlow Lite ringan yang mengembalikan kotak pembatas ditambah enam landmark per wajah.

Dimuat dari /rom/blazeface_front_128.tflite — sudah dikuantisasi, tidak perlu diunduh.
Enam titik kunci per wajah: mata, hidung, mulut, dan telinga.
Tidak ada masalah privasi — bingkai tidak pernah meninggalkan kamera.
import csi
import time

csi0 = csi.CSI()
csi0.reset()
csi0.pixformat(csi.RGB565)
csi0.framesize(csi.QVGA)
csi0.snapshot(time=2000)  # let AWB/AGC stabilize
csi0.auto_gain(False)

clock = time.clock()

while True:
    clock.tick()
    img = csi0.snapshot()
    for code in img.find_qrcodes():
        img.draw_rectangle(code.rect, color=(255, 0, 0))
        print(code.payload)
    print(clock.fps(), "fps")

Pindai kode QR dari siaran langsung

Dekoder QR bawaan menangani kode yang miring, terdistorsi, dan terhalang sebagian.

Setiap hasil juga mengekspos versi, level ECC, dan koordinat sudut.
Mode data numerik, alfanumerik, biner, dan Kanji.
Mengembalikan payload yang didekode sebagai string Python — siap digunakan.
import csi
import time

csi0 = csi.CSI()
csi0.reset()
csi0.pixformat(csi.RGB565)
csi0.framesize(csi.QVGA)
csi0.snapshot(time=2000)  # let AWB/AGC stabilize
csi0.auto_gain(False)
csi0.auto_whitebal(False)

# LAB thresholds: (L_min, L_max, A_min, A_max, B_min, B_max)
thresholds = [
    (30, 100, 15, 127, 15, 127),   # red
    (30, 100, -64, -8, -32, 32),   # green
]

clock = time.clock()

while True:
    clock.tick()
    img = csi0.snapshot()
    for blob in img.find_blobs(thresholds, pixels_threshold=200):
        img.draw_rectangle(blob.rect, color=(255, 0, 0))
        img.draw_cross((blob.cx, blob.cy))
    print(clock.fps(), "fps")

Temukan blob warna

find_blobs mengembalikan wilayah piksel yang terhubung yang cocok dengan satu atau lebih ambang batas LAB.

Sesuaikan ambang batas untuk pencahayaan Anda — nonaktifkan auto-gain dan auto-whitebal terlebih dahulu.
Berikan beberapa ambang batas untuk pelacakan multi-warna dalam satu panggilan.
pixels_threshold menyaring deteksi kecil; merge=True menggabungkan blob yang tumpang tindih.
import csi
import time

csi0 = csi.CSI()
csi0.reset()
csi0.pixformat(csi.GRAYSCALE)
csi0.framesize(csi.VGA)
csi0.window((640, 80))  # narrow strip for fast linear scanning
csi0.snapshot(time=2000)  # let AWB/AGC stabilize
csi0.auto_gain(False)
csi0.auto_whitebal(False)

clock = time.clock()

while True:
    clock.tick()
    img = csi0.snapshot()
    for code in img.find_barcodes():
        img.draw_rectangle(code.rect, color=(0, 255, 0))
        print(code.payload, "(quality %d)" % code.quality)
    print(clock.fps(), "fps")

Baca kode batang 1D

Temukan kode batang 1D di mana saja dalam bingkai dan dekode payload-nya.

Didukung oleh pustaka ZBar — mengenali EAN, UPC, Code 39/93/128, Codabar, ITF, ISBN, dan DataBar.
Gunakan strip berjendela dalam skala abu-abu untuk pemindaian linear tercepat.
Setiap hasil memiliki format, payload, rotasi, sudut, dan kotak pembatas.
import csi
import time
import ml
from ml.postprocessing.mediapipe import HandLandmarks

csi0 = csi.CSI()
csi0.reset()
csi0.pixformat(csi.RGB565)
csi0.framesize(csi.VGA)
csi0.window((400, 400))  # square window for the model
csi0.snapshot(time=2000)  # let AWB/AGC stabilize

# Connections between the 21 keypoints — palm + 5 fingers.
hand_lines = ((0, 1), (1, 2), (2, 3), (3, 4), (0, 5), (5, 6),
              (6, 7), (7, 8), (5, 9), (9, 10), (10, 11), (11, 12),
              (9, 13), (13, 14), (14, 15), (15, 16), (13, 17), (17, 18),
              (18, 19), (19, 20), (0, 17))

model = ml.Model("/rom/hand_landmarks_full_224.tflite",
                 postprocess=HandLandmarks(threshold=0.4))
clock = time.clock()

while True:
    clock.tick()
    img = csi0.snapshot()
    # predict returns a list per hand: index 0 = left, index 1 = right.
    for detections in model.predict([img]):
        for rect, score, keypoints in detections:
            ml.utils.draw_skeleton(img, keypoints, hand_lines,
                                   kp_color=(255, 0, 0),
                                   line_color=(0, 255, 0))
    print(clock.fps(), "fps")

Lacak 21 titik kunci tangan

Model Hand Landmarks MediaPipe milik Google menempatkan 21 sendi pada setiap tangan yang terdeteksi — pergelangan tangan, buku jari, dan ujung jari.

Dimuat dari /rom/hand_landmarks_full_224.tflite — berjalan mandiri di sini, tanpa deteksi telapak tangan sebelumnya.
Mengembalikan satu daftar per tangan — indeks 0 adalah kiri, indeks 1 adalah kanan.
ml.utils.draw_skeleton menggambar semua 21 sendi dan koneksi dalam satu panggilan.

Baru mengenal OpenMV?

Mulailah dengan tutorial langkah demi langkah — ini mencakup penyiapan perangkat keras, IDE, skrip dasar, dan tips untuk proyek nyata pertama Anda.

Pustaka inti

API

Perangkat keras, kamera, pemrosesan citra, ndarray, ML, multitasking, jaringan, server web, dan Bluetooth — semua dari MicroPython.

machine

Perangkat keras tingkat rendah: GPIO, SPI, I²C, UART, PWM, ADC, dan timer.

Jelajahi →

csi

Kontrol kamera: format piksel, ukuran bingkai, eksposur, gain, dan keseimbangan putih.

Jelajahi →

image

Visi mesin: blob, tepi, garis, lingkaran, fitur, dan penggambaran.

Jelajahi →

ulab

Komputasi numerik di perangkat — ndarray, FFT, dan aljabar linear.

Jelajahi →

ml

Inferensi jaringan saraf di perangkat — klasifikasi, deteksi, dan segmentasi.

Jelajahi →

asyncio

Multitasking kooperatif — jalankan kamera, jaringan, dan I/O secara paralel.

Jelajahi →

network

Wi-Fi, Ethernet, dan soket untuk IoT dan komunikasi jarak jauh.

Jelajahi →

microdot

Server HTTP minimal — rute, sesi, login, SSE, dan WebSocket.

Jelajahi →

aioble

Bluetooth Low Energy asinkron — periferal, advertisi, dan GATT.

Jelajahi →

Lihat semua pustaka →

Jelajahi berdasarkan papan

Perangkat keras

Pilih OpenMV Cam Anda untuk melihat pinout, spesifikasi, dan referensi cepat khusus papan.

OpenMV N6

OpenMV N6 Baru

STM32N6 dengan NPU bawaan — MCU berakselerasi AI pertama dari STMicro.

Jelajahi →
OpenMV AE3

OpenMV AE3 Baru

Alif Ensemble E3 — Cortex-M55 kelas fusi dengan NPU Ethos-U55.

Jelajahi →
OpenMV RT1062

OpenMV RT1062

NXP i.MX RT1062 Cortex-M7 pada 600 MHz dengan 32 MB SDRAM eksternal.

Jelajahi →
OpenMV H7 Plus

OpenMV H7 Plus

STM32H743 dengan 32 MB SDRAM eksternal dan sensor OV5640 5MP.

Jelajahi →
OpenMV H7

OpenMV H7

STM32H743 Cortex-M7 dengan modul sensor citra yang dapat dilepas.

Jelajahi →
Arduino Nicla Vision

Arduino Nicla Vision

Papan STM32H747 kompak 23 × 23 mm dengan sensor bawaan.

Jelajahi →
Arduino Portenta H7

Arduino Portenta

STM32H747 dengan 8 MB SDRAM dan dukungan Vision Shield.

Jelajahi →
Arduino Giga

Arduino Giga

STM32H747 dengan 8 MB SDRAM, dukungan Vision dan Display Shield.

Jelajahi →

Lihat semua papan yang didukung →

Shield

Add-on

Papan tambahan yang terhubung ke OpenMV Cam — jaringan, kontrol motor, layar, dan lainnya.

Gigabit PoE Shield

Gigabit PoE Shield

Ethernet Gigabit dengan PoE untuk streaming bandwidth lebih tinggi.

Jelajahi →
Servo Shield

Servo Shield

Gerakkan hingga 4 servo dengan daya hingga 5A sambil memberi daya pada kamera, input 6–36V.

Jelajahi →
Battery Shield

Battery Shield

Input baterai 1,8–5,5V melalui konektor DC barrel jack.

Jelajahi →
Touch LCD Shield

Touch LCD Shield

LCD SPI 2,3" dengan layar sentuh multi-touch kapasitif dan Qwiic.

Jelajahi →
PoE Shield

PoE Shield

Ethernet 10/100 dengan Power-over-Ethernet.

Jelajahi →
PIR Shield

PIR Shield

Pemicu gerak siaga 6µA ditambah cahaya putih dan IR 850 nm.

Jelajahi →
CAN/RS232 Shield

CAN/RS232 Shield

CAN-FD 8 Mb/s ditambah RS-232 1 Mb/s dalam satu shield.

Jelajahi →
RS422/RS485 Shield

RS422/RS485 Shield

Serial diferensial 10 Mb/s untuk bus industri.

Jelajahi →

Lihat semua shield →

Sensor

Modul kamera

Modul kamera dan adapter sensor yang terhubung ke konektor board-to-board — visi berwarna, monokrom, termal, dan berbasis event.

PS5520 5MP HDR Camera

PS5520 5MP HDR Camera

Sensor HDR 5MP — rentang dinamis tinggi untuk pencahayaan yang sulit.

Jelajahi →
Multispectral Thermal (PAG7936)

Multispectral Thermal (PAG7936)

1 kamera global-shutter berwarna MP + FLIR Lepton termal dalam satu modul.

Jelajahi →
Multispectral Thermal (OV5640)

Multispectral Thermal (OV5640)

5MP kamera rolling-shutter berwarna + FLIR Lepton termal dalam satu modul.

Jelajahi →
Multispectral Event Camera

Multispectral Event Camera

Sensor event GENX320 + warna PAG7936 dalam satu modul.

Jelajahi →
GENX320 Event Camera

GENX320 Event Camera

Visi berbasis event Prophesee — presisi temporal mikrodetik.

Jelajahi →
FLIR Boson Adapter

FLIR Boson Adapter

Adapter untuk FLIR Boson / Boson+ — termal resolusi lebih tinggi.

Jelajahi →
FLIR Lepton Adapter

FLIR Lepton Adapter

Adapter untuk inti termal FLIR Lepton 1.x / 2.x / 3.x.

Jelajahi →
Global Shutter Camera Module

Global Shutter Camera Module

Sensor global-shutter monokrom untuk pengambilan gerak cepat.

Jelajahi →

Lihat semua sensor →

Sumber daya lainnya

MicroPython

Bahasa MicroPython OpenMV

Referensi bahasa, sintaks, dan semantik runtime inti.

Perbedaan dari CPython

Di mana MicroPython menyimpang dari Python standar — modul, builtin, dan sintaks.

Internal MicroPython OpenMV

Kompiler, runtime, modul native, dan portasi MicroPython ke MCU baru.

Komunitas & tautan

Eksternal

Beranda OpenMV

Produk, aplikasi, unduhan, dan berita.

Forum

Diskusi komunitas, bantuan, dan berbagi proyek.

OpenMV di GitHub

Firmware, IDE, dan sumber contoh — isu dan pull request disambut.

MicroPython di GitHub

Sumber firmware MicroPython hulu — apa yang dibangun OpenMV di atasnya.