逐飛科技開源連結：https://gitee.com/seekfree

程式碼從Seekfree_RT1064_Opensource_Library 開始。

想要站在巨人的肩膀上，首先要爬上巨人。在抄別人的程式碼時，我將會經常發現一些不盡如人意的地方，但是為了使程式碼順利執行，我將標記出這些問題而不改善。

根據 Seekfree 總鑽風例程說明，只使用一個攝像頭時選擇 CSI 介面（CSI 介面為影象採集專用介面內嵌 DMA，可以接受更高的畫素時鐘）。攝像頭 TX：C29，RX：C28。

void CSI_IRQHandler(void)
{
    CSI_DriverIRQHandler();     
 
//呼叫SDK自帶的中斷函式 這個函式最後會呼叫我們設定的回撥函式
    __DSB();                    //資料同步隔離
}

這個中斷函式在Seekfree_RT1064_Opensource_Library 中已經寫好了，不需要修改。

在主迴圈中首先判斷攝像頭資料是否採集完成（mt9v03x_csi_finish_flag），然後使用大津法求閾值。

大津法（OTSU）是一種確定影象二值化分割閾值的演算法，由日本學者大津於 1979 年提出。從大津法的原理上來講，該方法又稱作最大類間方差法，因為按照大津法求得的閾值進行影象二值化分割後，前景與背景影象的類間方差最大。

uint8 getThreshold(uint8 *image,uint16 col,uint16 row)//
 
使用原影象計算閾值
{
  uint16 grayCount[256]={0};//灰度值分佈
  uint32 graySum=0;//灰度值總和
  uint16 pixelSum=0;//畫素點總數
  float graypro[256];
  
  uint8 threshold;
  uint16 i,j;
  uint16 step=2;//每行/列在step個畫素點的灰度值中取一個有效值
  
  //統計灰度值分佈
  for(i=0;i<row;i+=step){
    for(j=0;j<col;i+=step){
      grayCount[image[i*col+j]]++;//將前的點的畫素值作為計數陣列的下標
 

      graySum+=image[i*col+j];//灰度值總和
      pixelSum++;
    }
  }
  
  //計算每個畫素值的點在整幅影象中的比例
  for(i=0;i<256;i++){
    graypro[i]=(float)grayCount[i]/pixelSum;
  }
  
  float darkPixel=0;//深色畫素點所佔比例之和
  float lightPixel;//淺色畫素點所佔比例之和
  float darkPixelGray=0;//深色畫素點所佔比例與灰度值乘積之和
  float lightPixelGray;//淺色畫素點所佔比例與灰度值乘積之和
  float darkAverage;//深色畫素點平均灰度
  float lightAverage;//淺色畫素點平均灰度
  
  float delta;
  float maxDelta=0;
  
  for(i=0;i<256;i++){
    darkPixel+=graypro[i];
    lightPixel=1-darkPixel;
    
    darkPixelGray+=i*graypro[i];
    lightPixelGray=graySum/pixelSum-darkPixelGray;
    
    darkAverage=darkPixelGray/darkPixel;
    lightAverage=lightPixelGray/lightPixel;
    
    delta=darkPixel*(darkAverage-graySum/pixelSum)*(darkAverage-graySum/pixelSum)
      +lightPixel*(lightAverage-graySum/pixelSum)*(lightAverage-graySum/pixelSum);
    if(delta>maxDelta){
      maxDelta=delta;
      threshold=i;
    }
    else{
      break;
    }
  }
  return threshold;
}

求出閾值後對原影象陣列進行二值化。在二值化函式中，我將二值化後的陣列地址作為引數傳進函式。

void imageBinary(uint8 threshold,uint8 *image,uint8 *binaryImage,uint16 col,uint16 row){
  uint8 gray;
  uint16 i,j;
  for(i=0;i<row;i++){
    for(j=0;j<col;i++){
      gray=*(image+i*col+j);
      *(binaryImage+i*col+j)=gray>threshold?255:0;
    }
  }
}