【花雕动手做】CanMV K230 AI视觉识别模块之使用图像显示

什么是 CanMV K230？
CanMV K230是一款高性价比的RISC-V边缘AI平台，凭借低功耗、强视觉处理能力和开放的开发生态，成为嵌入式AI开发的理想选择，尤其适合需要快速部署视觉与AI功能的创客、中小企业及教育场景。CanMV 是一套 AI 视觉开发平台，K230 是其核心芯片。该模块结合了图像采集、AI推理、边缘计算等能力，适合嵌入式视觉应用开发。

CanMV：类似 OpenMV 的图像处理框架，支持 Python 编程，简化视觉识别开发流程。
K230 芯片：嘉楠科技推出的 AIoT SoC，采用 RISC-V 架构，内置第三代 KPU（AI加速单元），算力高达 6 TOPS，性能是 K210 的 13.7 倍。

知识点
图像显示是指将电子信号转换为视觉图像的技术，广泛应用于电视、电脑、手机等各种电子设备中。以下是关于图像显示的详细介绍：

1、图像显示原理
不同的显示技术其原理有所不同，常见的显示技术原理如下：
LCD（液晶显示）：通过液晶分子的电光效应来控制光线的透射率。LCD 由两片玻璃板夹持液晶层，液晶分子在无电场作用时呈螺旋排列，允许光线通过；施加电场时，液晶分子沿电场方向排列，改变光线的偏振状态，从而控制光线的透过或阻挡，形成图像。
OLED（有机发光二极管显示）：利用有机材料在电场作用下发光的特性。OLED 的每个像素由红、绿、蓝三种发光材料组成，通过控制电流比例可生成各种颜色。其结构通常包括阳极、阴极和多层有机薄膜，电子和空穴注入、传输、复合形成激子，激子辐射退激发出光子，实现图像显示。
LED 显示：利用发光二极管发光，通过将大量的 LED 组合在一起来显示图像。其中，Mini LED 适用于 LCD 背光和小间距显示屏，Micro LED 采用自发光技术，无需背光源，具有更高的亮度、更广的色域和更快的响应时间。
DLP（数字光处理）：利用数字微镜器件（DMD）来控制光线的反射。DMD 芯片由数百万个微小镜面组成，每个镜面可以独立翻转，以控制光线的反射或吸收，结合色轮快速切换红、绿、蓝三种颜色的光，合成彩色图像。

2、图像类型
灰度图像：也叫单通道图像，用不同饱和度的黑色来表示每个图像点，每个像素点只需要一个灰度值，取值范围通常是 0-255。
彩色图像：多通道图像，常见的如 RGB 彩色图像，由 R（红色）、G（绿色）、B（蓝色）三原色按比例混合而成，每个像素需要 3 个值来表示。还有 RGBA 格式，在 RGB 基础上增加了 Alpha 通道，用于控制图像的透明度。
二值化图像：将像素值简化成黑白两色，通过阈值分割实现，像素值通常为 0（黑）或 255（白）。

3、图像显示技术的应用领域
消费电子：广泛应用于手机、电脑、电视等设备的屏幕，为用户提供清晰、色彩鲜艳的视觉体验。
医疗成像：如 X 光、CT、MRI 等医学影像设备，通过图像显示技术将人体内部结构以可视化的方式呈现给医生，辅助诊断疾病。
卫星遥感：用于显示卫星拍摄的地球表面图像，帮助科学家进行地理信息分析、环境监测等。
虚拟现实与增强现实：为用户提供沉浸式的视觉体验，使虚拟场景和现实场景能够以图像的形式呈现给用户。

我们用CanMV IDE打开例程代码，将K230用USB线连接到电脑上

这里需要准备PNG格式的图片

按照手册描述jpeg格式的图片也可以，但实际测试发现效果没有PNG格式的图片好，可以先把想要显示的图片转换为PNG

这里已经准备好了二张图片，路径如下【/sdcard/resources/wp.png】





我们打开例程代码，点击左下角的运行按钮，可以看到屏幕上（和帧缓冲区里）会显示出我们准备好的图片

*注：图片的尺寸不能超过Display显示设备的尺寸限制，如果使用配套屏幕，则分辨率要限制在 640x480

*位深为8的PNG图像无法正常加载，IDE会报错：RuntimeError: given output image colortype or bitdepth not supported for color conversion

可以使用我们资料里提供的PNG位深转换器来转换图片的位深为24或32

【花雕动手做】CanMV K230 AI视觉识别模块之使用图像显示
项目测试实验代码

#【花雕动手做】CanMV K230 AI视觉识别模块之使用图像显示

# 导入显示相关模块
# Import display related modules
from media.display import * 
from media.media import *
# 导入图像处理模块和时间模块
# Import image processing module and time module
import image, time

# 初始化ST7701显示屏
# Initialize ST7701 display
# 参数说明：
# Display.ST7701 - 显示屏类型
# width=640, height=480 - 显示分辨率
# osd_num=1 - OSD层数量
# to_ide=True - 同时输出到IDE显示
Display.init(Display.ST7701, width=640, height=480, osd_num=1, to_ide=True)

# 如果没有选配屏幕，则使用这一条初始化代码：
# If no physical screen is configured, use this initialization code:
# Display.init(Display.VIRT, width=1920, height=1080)

# 从SD卡加载图像文件
# Load image file from SD card
# "/sdcard/resources/wp.png" - 图像文件路径
# copy_to_fb=True - 复制到帧缓冲区，用于显示
img = image.Image("/sdcard/resources/wp.png", copy_to_fb=True)

# 初始化媒体管理器
# Initialize media manager
MediaManager.init()

# 这里必须将png图片转换为rgb888或rgb565，否则无法显示
# Must convert PNG image to rgb888 or rgb565 format, otherwise it cannot be displayed
img = img.to_rgb888()

# 在显示屏上显示图像
# Display image on the screen
Display.show_image(img)

# 主循环，保持程序运行
# Main loop to keep the program running
while True:
    pass  # 空操作，保持程序不退出
复制代码

Image 模块
Image 类是机器视觉处理中的基础对象。此类支持从 Micropython GC、MMZ、系统堆、VB 区域等内存区域创建图像对象。此外，还可以通过引用外部内存直接创建图像（ALLOC_REF）。未使用的图像对象会在垃圾回收时自动释放，也可以手动释放内存。

支持的图像格式如下：

BINARY
GRAYSCALE
RGB565
BAYER
YUV422
JPEG
PNG
ARGB8888（新增）
RGB888（新增）
RGBP888（新增）
YUV420（新增）

支持的内存分配区域：

ALLOC_MPGC：Micropython 管理的内存
ALLOC_HEAP：系统堆内存
ALLOC_MMZ：多媒体内存
ALLOC_VB：视频缓冲区
ALLOC_REF：使用引用对象的内存，不分配新内存

构造函数

image.Image(path, alloc=ALLOC_MMZ, cache=True, phyaddr=0, virtaddr=0, poolid=0, data=None)
复制代码

从文件路径 path 创建图像对象，支持 BMP、PGM、PPM、JPG、JPEG 格式。

image.Image(w, h, format, alloc=ALLOC_MMZ, cache=True, phyaddr=0, virtaddr=0, poolid=0, data=None)
复制代码

创建指定大小和格式的图像对象。

w：图像宽度
h：图像高度
format：图像格式
alloc：内存分配方式（默认 ALLOC_MMZ）
cache：是否启用内存缓存（默认启用）
phyaddr：物理内存地址，仅适用于 VB 区域
virtaddr：虚拟内存地址，仅适用于 VB 区域
poolid：VB 区域的池 ID，仅适用于 VB 区域
data：引用外部数据对象（可选）

示例：

# 在 MMZ 区域创建 ARGB8888 格式的 640x480 图像

img = image.Image(640, 480, image.ARGB8888)

​

# 在 VB 区域创建 YUV420 格式的 640x480 图像

img = image.Image(640, 480, image.YUV420, alloc=image.ALLOC_VB, phyaddr=xxx, virtaddr=xxx, poolid=xxx)

​

# 使用外部引用创建 RGB888 格式的 640x480 图像

img = image.Image(640, 480, image.RGB888, alloc=image.ALLOC_REF, data=buffer_obj)
复制代码

手动释放图像内存：

del img

gc.collect()
复制代码

实验场景图