🎯 基于 OpenMV 的矩形识别与 STM32 串口通信（电子设计大赛实用教程）

一、前言

在本科生电子设计大赛中，经常会遇到图像识别相关的任务，例如：

• 识别 矩形框（如识别一个 A4 纸、黑色标记框等）；
• 将识别结果传输到 STM32 单片机，用于后续控制（舵机、移动小车、机械臂等）。

很多同学会用 OpenMV 来做图像处理，因为它开箱即用、Python 脚本开发方便，能快速实现视觉任务。再配合 STM32，就能完成 感知 + 控制 的闭环。

今天我就带大家梳理一份完整的 OpenMV 矩形识别 + STM32 串口通信 的实例代码，并讲解核心思路，帮助大家快速上手。

---

二、整体思路

1. OpenMV 端（负责“看”）

• 使用摄像头拍摄画面。
• 利用 find_blobs() 方法寻找黑色区域，并筛选出符合 矩形特征 的目标。
• 计算矩形的 中心点坐标，并绘制出来。
• 将坐标通过 UART 串口 发给 STM32。

2. STM32 端（负责“动”）

• 接收 OpenMV 发来的坐标字符串。
• 解析坐标数据（例如 CENTER:160,120）。
• 可以基于坐标进行舵机或电机的控制（例如居中跟踪）。

这样，OpenMV 负责 视觉识别，STM32 负责 运动控制，两者结合就能完成各种电子设计大赛任务。

---

三、OpenMV 代码详解

下面是完整的 OpenMV 代码（已加详细注释），功能：
👉 识别 A4 比例的矩形目标，并实时将中心点坐标通过串口发送给 STM32。

import sensor, image, time, math 
from pyb import UART# ================== 初始化串口 ==================
uart = UART(3, 9600)  # 使用 UART3，波特率 9600
uart.init(9600, bits=8, parity=None, stop=1)# ================== 初始化摄像头 ==================
sensor.reset()
sensor.set_pixformat(sensor.RGB565)   # 彩色图像
sensor.set_framesize(sensor.QVGA)     # 分辨率 320x240
sensor.skip_frames(time=2000)         # 等待摄像头稳定
sensor.set_auto_gain(False)           # 关闭自动增益
sensor.set_auto_whitebal(False)       # 关闭自动白平衡# ================== 参数设置 ==================
MIN_AREA = 2000      # 最小矩形面积
MAX_AREA = 40000     # 最大矩形面积
A4_RATIO = 1.414     # A4纸长宽比 √2
A4_RATIO_INV = 0.707 # 1/√2
RATIO_TOLERANCE = 0.6  # 长宽比容差# 黑色检测阈值（在 LAB 色彩空间）
BLACK_THRESHOLD = [(0, 30, -128, 127, -128, 127)]# ================== 判断矩形函数 ==================
def is_valid_rectangle(blob):rect = blob.rect()w, h