一.概览
本人虽然是电子信息技术专业出身，在毕业后从事的是偏软件的工作，大多数是PC软件的开发，但一直以来，闲暇时间会利用STM32做些小的作品。对于RT-Thread这国内的物联网操作系统，其实早有耳闻，期间也参加过深圳的一次RT-Thread线下交流活动，所以对于RT-Thread是有所了解而未实际应用的程度。
借着此次RT-Thread大赛的机会，我想将PC的一些图像处理和图像识别算法放到art-pi试跑一下看看效果如何，所以本次参赛将会使用art-pi获取OV7670的图像来做像处理和图像识别。
二.开发环境
硬件：PC、ART-PI、OV7670、RGB_LCD
RT-Thread版本：rt-thread4 .0.3,art-pi adk 1.1.0
开发工具及版本：立创EDA，RT-Studio，SecureCRT
三.RT-Thread使用情况概述
线程：创建图像处理线程用于通过DCMI获取OV7670的图像，图像处理后完显示在LCD上
信号量：用于DCMI图像获取，当捕捉完一帧图像后，释放信号量给图像处理线程。
驱动：使用了drv_dcmi驱动并参考drv_ov2640移植drv_ov7670驱动
四.实现功能展示
通过摄像头采集图像进行图像识别，然后将结果显示在LCD屏幕上。
五.硬件框架
本次的硬件核心由ART-PI、OV7670、LCD三部分组成：
ART-PI：stm32H750作为控制核心部分，采集图像源数据、处理图像源生成处理结果、将处理结果送到LCD显示
OV7670:作为图像源，提供320*240的RGB565图像
LCD：实时显示图像源图像和显示处理结果
通过DCMI驱动获取OV7670的分辨率为320*240的RGB565原始图像。RGB565每个像素使用用下图的方式存储，每个像素占用2个字节。所以每帧320*240的图像所需内存为320*240*2=153600字节。
提取的灰度图后，我们还需要再进行一次二值化处理，因此设定一个阈值，当灰色像素大于这个阈值我们将它改为255，低于这个值变成0。这样就得到一帧只有0和225值的图像。完成连通分量的提取后便是特征提取了，我们还是采用九宫格分割法，将取得的图像平均分割为9个区域，再计算9个区域中值为255像素的个数。通过这一步算法，我们得到了9组特征数据。
2. 在图像的水平和垂直的中间切分成四块，根据四个部分不同像素比例找出其他数字。以2和3为例 ，在右下角部分，3的每一行都会有像素点，而2会缺几行。因此2的像素更少从而区分2和3。
虽然标题是比赛感悟，实际上比赛并不是我的目的。RT-Thread我知道它更久了，但是一直没有去更进一步使用RT-Thread。这次比赛让我深入了解了RT-Thread的生态系统，给我的感觉真的太惊喜了。RT-Thread平台拥有丰富的组件，完善的各种外设驱动，通过官方的RT-Studio基本上做到入手即用了。
资料下载地址
链接：https://pan.baidu.com/s/1FqOfC6SUgKnaUoDfx2z7Kg
提取码：V5RT