1. OpenMV硬件接口全解析
第一次拿到OpenMV开发板时，我对着密密麻麻的接口有点懵。这块火柴盒大小的板子，竟然集成了这么多功能接口。经过几个项目的实战，我总结出了最实用的接口使用指南。
先说说最重要的供电问题。OpenMV的供电方式主要有两种：USB供电和外部电源供电。USB供电最简单，插上电脑就能用，但要注意这时候千万别再外接其他电源，否则容易烧板子。我有个朋友就犯过这个错误，结果板子冒烟了，几百块钱就这么没了。
外部供电时，一定要用5V电源，千万不能用3.3V。供电引脚顺序是5V、GND、TX、RX，接口是PH2.0-4P规格。这里有个容易踩的坑：PBx和Px不是一回事，接线时要特别注意。我第一次接的时候就搞混了，导致通信完全不通。
两侧的GPIO接口功能很丰富：
- 左侧引出RST、BOOT、P9-P7、VIN、GND
- 右侧有P0-P6和3.3V 这些GPIO在后续与STM32通信时会经常用到，建议先做好标记。
摄像头接口支持多种型号，H7 Plus可以接OV5640、OV2640、OV7725等。我实测下来OV5640效果最好，但价格也最贵。如果预算有限，OV2640是个不错的折中选择。更换镜头时要注意，M12接口的镜头需要配合转接环使用。
2. OpenMV与STM32硬件连接实战
让OpenMV和STM32"对话"是很多项目的关键。我做过最典型的应用就是让OpenMV做图像识别，然后把结果发给STM32做控制。下面分享我的接线经验。
供电方案选择：
方案一：STM32给OpenMV供电 接法：STM32的5V输出 → OpenMV的5V引脚 优点：接线简单 缺点：STM32的5V输出电流可能不足
方案二：外部电源同时供电 接法：电源正极分两路，分别接STM32和OpenMV的5V 优点：供电稳定 缺点：需要额外电源
我推荐方案二，特别是在需要驱动多个外设时。记得一定要共地！这是很多通信问题的根源。
通信线连接：
- OpenMV的TX → STM32的RX（建议用PB11）
- OpenMV的RX → STM32的TX（建议用PB10）
- GND对接GND
这里有个实用技巧：用不同颜色的杜邦线区分信号线，我习惯红色接电源，黑色接地，黄色和绿色接通信线，这样排查问题时一目了然。
3. 串口通信代码调试
硬件接好后，就要让两个设备"说上话"。OpenMV和STM32最常用的通信方式就是串口，下面分享我的调试经验。
OpenMV端代码：
import pyb uart = pyb.UART(3, 115200) # 使用UART3，波特率115200 def send_data(data): uart.write(data + '\r\n') # 加回车换行方便调试 while True: # 假设这是识别到的物体坐标 obj_x = 100 obj_y = 150 send_data(f"{obj_x},{obj_y}") # 发送坐标数据STM32端代码（HAL库示例）：
UART_HandleTypeDef huart3; uint8_t rx_buffer[64]; uint8_t rx_data; void HAL_UART_RxCpltCallback(UART_HandleTypeDef *huart) { if(huart == &huart3){ // 处理接收到的数据 process_data(rx_data); // 重新启动接收 HAL_UART_Receive_IT(&huart3, &rx_data, 1); } } void process_data(uint8_t data) { static uint8_t buffer[64]; static uint8_t index = 0; if(data == '\r'){ buffer[index] = '\0'; // 这里可以解析OpenMV发来的数据 parse_coordinate((char*)buffer); index = 0; }else if(data != '\n'){ buffer[index++] = data; } }调试时最容易遇到的问题是波特率不匹配。一定要确保两边设置的波特率完全一致！我建议先用115200这个常用波特率，等通信稳定后再尝试其他速率。
另一个常见问题是数据格式混乱。我的经验是：
- 在数据末尾加回车换行(\r\n)
- 使用固定的数据格式，比如"x,y"
- 添加简单的校验机制，比如在数据前加个'$'作为起始标志
4. 典型应用场景实现
OpenMV+STM32的组合在机器视觉领域应用广泛，下面介绍几个我实际做过的项目。
巡线小车：OpenMV负责识别赛道黑线，STM32控制电机。关键点是：
- OpenMV需要输出线中心的偏移量
- 通信频率要足够高（至少10Hz）
- 需要做数据滤波，避免抖动
物体追踪：我做过一个追踪彩色球体的机械臂。实现要点：
- OpenMV识别特定颜色的物体
- 计算物体在画面中的位置
- 将坐标转换为机械臂的角度
- 通过串口发送给STM32
这里有个实用技巧：在OpenMV端先对坐标做归一化处理，比如把画面中心设为(0,0)，四边为(±100,±100)，这样STM32端处理起来更方便。
二维码识别：OpenMV内置了二维码识别库，识别结果可以通过串口直接发送。我在一个仓储项目中用它来识别货箱编号，实测识别率能达到99%以上。
这些项目的完整代码和接线图我都放在GitHub上，有需要的朋友可以参考。记住一点：做机器视觉项目时光线条件很重要，建议在固定光源环境下先调试，再考虑环境光的影响。
