STM32 图像处理函式库介绍

STM32 图像处理函式库STM32IPL是由 C 语言所编写的开放原始码软件函式库，提供了图像处理和计算机视觉功能，能加快在意法半导体（ST）的STM32 微控制器上开发视觉分析的应用。本产品在最新版（v3.1.0）FP-AI-VISION1功能套件中以STM32Cube 中间件的形式推出。

一般来说，视觉深度学习模型的输入不同于相机拍摄的图像，深度学习输入因为具有不同维度及图像格式，会需要预先处理原图，例如缩放、影像格式转换和标准化等。而STM32IPL可提供实用且现成的软件套件，以简化及加速影像预处理功能的开发。

主要特色

STM32IPL的主要特色如下：

为开发人员提供实用且现成的软件套件，节省开发STM32平台图像处理和计算机视觉应用的时间。

满足使用嵌入式系统的图像处理及计算机视觉功能时最常见的需求。

透过最大程度的封装和隐藏，简化且加速应用程序的开发、降低常见之图像处理的复杂度，并提升计算机视觉运算的能效。

STM32IPL依不同功能配置于各种模块中，如下图所示：

这些模块可被划分至以下分组：

-函式库初始化和去初始化分组（深绿模块）

-影像建立、初始化和发布等分组（浅绿色模块）

-影像转换功能，如滤波、色彩转换、缩放、morphological operators及warping等分组（深黄色模块）

-特征和对象撷取功能，如边缘和斑点侦测器以及霍夫转换等分组（浅黄色模块）

-线条、长方形和椭圆形等图形操作功能分组（深蓝模块）

-影像读取和写入功能的分组（浅蓝模块）

-在影像内绘制图形元素的功能分组（深灰模块）

-最后一个群组包含计算完整图像和图像统计等其他模块（浅灰模块）

下方照片为STM32IPL的图像处理功能范例：

原图：

经高斯滤波器处理后：

经坎尼边缘侦测算法处理后：

镜面翻转后：

180° 旋转后：

软件架构

采用STM32IPL的典型STM32应用程序软件架构如下所示：

STM32IPL位于BSP和HAL的中间件内，除了下列两种利用了部分STM32 MCU所提供的硬件功能之外，绝大部分的STM32IPL功能皆不受平台影响：

在档案上执行读取／写入作业的I／O功能。指的是两个用于处理受支持影像文件格式（如 BMP、PPM、PGM 和 JPEG）的读取／写入函式。上述函式的运作仰赖于下列第三方开放原始码函式库（属于STM32Cube中间件组件的一部分）：

FatFs提供在FatFS文件系统上的读取／写入操作功能。例如读取和写入 microSD卡内的影像。

LibJPEG提供JPEG编码和译码功能。

此函式能让STM32 DMA2D在屏幕上快速绘制图像，其中DMA2D为适用于图形作业的硬件加速器。

高阶功能范例

本章节以霍夫转换和物体侦测两项高阶功能作为范例，说明其运作原理及对于影像的作用：

霍夫转换

霍夫转换是一种能侦测简易形状的特征撷取方法，而 “简易” 是指可以用少数参数来表示的图案，例如：一条线可由斜率、截距两项参数做表示，而圆形则是以圆心坐标和半径三项参数做表示。因此，霍夫转换技术十分适用于在图像中找出像是线条、圆形的图案。

STM32IPL支持两种霍夫转换功能：

STM32Ipl_FindLines() 可透过霍夫转换找出影像中所有线条。

STM32Ipl_FindCircles() 则可透过霍夫转换找出影像中的圆形。

下方两张照片展示了使用霍夫转换侦测线条的结果。

原图：

经过霍夫转换的线条侦测后结果：

然而，侦测到的线条质量有很大程度取决于edge map，因此在实务上，使用霍夫转换技术的前提是要能够控制环境，从而得出一致的edge map，或是透过训练边缘侦测器，找出所需的特定边缘种类。

下方两张照片为使用霍夫转换侦测圆形的结果，结果同样有很大程度取决于可用边缘的质量，以及对于所需侦测圆形尺寸的先备知识。

原图：

经过霍夫转换的圆形侦测后结果：

物体侦测

物体侦测是一种计算机视觉技术，可辨识和定位图像或影片中的物体，此技术常用于自驾车、机器人、人脸辨识等情境。

STM32IPL提供三种物体侦测功能：

STM32Ipl_LoadFaceCascade() 载入正面脸部串行。

STM32Ipl_LoadEyeCascade() 载入眼部串行。

STM32Ipl_DetectObject() 侦测特定串行描述的对象。

下方照片展示了脸部侦测和眼部侦测两项功能的结果：

原图：

经过眼部和脸部侦测后结果：

若欲取得此STM32IPL函式库，使用者必需下载最新的FP-AI-VISION1功能套件，存取路径如下：

FP-AI-VISION1_V3.1.0\Middlewares\ST\STM32_ImageProcessing_Library\Inc