【花雕动手做】CanMV K230 AI视觉模块之Micropython快速入门
什么是 CanMV K230？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。
【花雕动手做】CanMV K230 AI视觉模块之Micropython快速入门
MicroPython 是 Python 3 的一个精简版本，专门为资源受限的设备（如 STM32、ESP32、RP2040、K230 等）开发。它保留了 Python 的核心语法和数据结构，但去除了不必要的标准库和功能，以适应微控制器的内存和计算能力限制。1、 MicroPython 的特点
2、常见应用场景
控制 LED、蜂鸣器、舵机等外设
读取传感器数据（温湿度、光照、加速度等）
实现物联网设备（如 MQTT 通信、WiFi 控制）
图像识别与 AI 推理（如在 K210/K230 上运行模型）
教育与快速原型开发
3、与传统 Python 的区别
4、MicroPython 的代表性平台
ESP8266 / ESP32（WiFi 模块）
Raspberry Pi Pico（RP2040）
STM32 系列
Kendryte K210 / K230（AI 视觉芯片）
MaixPy、CanMV 等开发板。
【花雕动手做】CanMV K230 AI视觉模块之Micropython快速入门
5、Python3 基础知识注释
# 用井字符开头的是单行注释
""" 多行字符串用三个引号
包裹，也常被用来做多
行注释
"""
####################################################
## 1. 原始数据类型和运算符
####################################################
# 整数
3# => 3
# 算术没有什么出乎意料的
1 + 1# => 2
8 - 1# => 7
10 * 2# => 20
# 但是除法例外，会自动转换成浮点数
35 / 5# => 7.0
5 / 3# => 1.6666666666666667
# 整数除法的结果都是向下取整
5 // 3 # => 1
5.0 // 3.0 # => 1.0 # 浮点数也可以
-5 // 3# => -2
-5.0 // 3.0 # => -2.0
# 浮点数的运算结果也是浮点数
3 * 2.0 # => 6.0
# 模除
7 % 3 # => 1
# x的y次方
2**4 # => 16
# 用括号决定优先级
(1 + 3) * 2# => 8
# 布尔值
True
False
# 用not取非
not True# => False
not False# => True
# 逻辑运算符，注意and和or都是小写
True and False # => False
False or True # => True
# 整数也可以当作布尔值
0 and 2 # => 0
-5 or 0 # => -5
0 == False # => True
2 == True # => False
1 == True # => True
# 用==判断相等
1 == 1# => True
2 == 1# => False
# 用!=判断不等
1 != 1# => False
2 != 1# => True
# 比较大小
1 < 10# => True
1 > 10# => False
2 <= 2# => True
2 >= 2# => True
# 大小比较可以连起来！
1 < 2 < 3# => True
2 < 3 < 2# => False
# 字符串用单引双引都可以
"这是个字符串"
'这也是个字符串'
# 用加号连接字符串
"Hello " + "world!"# => "Hello world!"
# 字符串可以被当作字符列表
"This is a string"# => 'T'
# 用.format来格式化字符串
"{} can be {}".format("strings", "interpolated")
# 可以重复参数以节省时间
"{0} be nimble, {0} be quick, {0} jump over the {1}".format("Jack", "candle stick")
# => "Jack be nimble, Jack be quick, Jack jump over the candle stick"
# 如果不想数参数，可以用关键字
"{name} wants to eat {food}".format(name="Bob", food="lasagna")
# => "Bob wants to eat lasagna"
# 如果你的Python3程序也要在Python2.5以下环境运行，也可以用老式的格式化语法
"%s can be %s the %s way" % ("strings", "interpolated", "old")
# None是一个对象
None# => None
# 当与None进行比较时不要用 ==，要用is。is是用来比较两个变量是否指向同一个对象。
"etc" is None# => False
None is None# => True
# None，0，空字符串，空列表，空字典都算是False
# 所有其他值都是True
bool(0)# => False
bool("")# => False
bool([]) # => False
bool({}) # => False
####################################################
## 2. 变量和集合
####################################################
# print是内置的打印函数
print("I'm Python. Nice to meet you!")
# 在给变量赋值前不用提前声明
# 传统的变量命名是小写，用下划线分隔单词
some_var = 5
some_var# => 5
# 访问未赋值的变量会抛出异常
# 参考流程控制一段来学习异常处理
some_unknown_var# 抛出NameError
# 用列表(list)储存序列
li = []
# 创建列表时也可以同时赋给元素
other_li =
# 用append在列表最后追加元素
li.append(1) # li现在是
li.append(2) # li现在是
li.append(4) # li现在是
li.append(3) # li现在是
# 用pop从列表尾部删除
li.pop() # => 3 且li现在是
# 把3再放回去
li.append(3) # li变回
# 列表存取跟数组一样
li# => 1
# 取出最后一个元素
li[-1]# => 3
# 越界存取会造成IndexError
li# 抛出IndexError
# 列表有切割语法
li# =>
# 取尾
li# =>
# 取头
li[:3]# =>
# 隔一个取一个
li[::2] # =>
# 倒排列表
li[::-1] # =>
# 可以用三个参数的任何组合来构建切割
# li[始:终:步伐]
# 用del删除任何一个元素
del li # li is now
# 列表可以相加
# 注意：li和other_li的值都不变
li + other_li # =>
# 用extend拼接列表
li.extend(other_li) # li现在是
# 用in测试列表是否包含值
1 in li # => True
# 用len取列表长度
len(li) # => 6
# 元组是不可改变的序列
tup = (1, 2, 3)
tup # => 1
tup = 3# 抛出TypeError
# 列表允许的操作元组大都可以
len(tup) # => 3
tup + (4, 5, 6) # => (1, 2, 3, 4, 5, 6)
tup[:2] # => (1, 2)
2 in tup # => True
# 可以把元组合列表解包，赋值给变量
a, b, c = (1, 2, 3) # 现在a是1，b是2，c是3
# 元组周围的括号是可以省略的
d, e, f = 4, 5, 6
# 交换两个变量的值就这么简单
e, d = d, e # 现在d是5，e是4
# 用字典表达映射关系
empty_dict = {}
# 初始化的字典
filled_dict = {"one": 1, "two": 2, "three": 3}
# 用[]取值
filled_dict["one"] # => 1
# 用 keys 获得所有的键。
# 因为 keys 返回一个可迭代对象，所以在这里把结果包在 list 里。我们下面会详细介绍可迭代。
# 注意：字典键的顺序是不定的，你得到的结果可能和以下不同。
list(filled_dict.keys()) # => ["three", "two", "one"]
# 用values获得所有的值。跟keys一样，要用list包起来，顺序也可能不同。
list(filled_dict.values()) # =>
# 用in测试一个字典是否包含一个键
"one" in filled_dict # => True
1 in filled_dict # => False
# 访问不存在的键会导致KeyError
filled_dict["four"] # KeyError
# 用get来避免KeyError
filled_dict.get("one") # => 1
filled_dict.get("four") # => None
# 当键不存在的时候get方法可以返回默认值
filled_dict.get("one", 4) # => 1
filled_dict.get("four", 4) # => 4
# setdefault方法只有当键不存在的时候插入新值
filled_dict.setdefault("five", 5)# filled_dict["five"]设为5
filled_dict.setdefault("five", 6)# filled_dict["five"]还是5
# 字典赋值
filled_dict.update({"four":4}) # => {"one": 1, "two": 2, "three": 3, "four": 4}
filled_dict["four"] = 4# 另一种赋值方法
# 用del删除
del filled_dict["one"]# 从filled_dict中把one删除
# 用set表达集合
empty_set = set()
# 初始化一个集合，语法跟字典相似。
some_set = {1, 1, 2, 2, 3, 4} # some_set现在是{1, 2, 3, 4}
# 可以把集合赋值于变量
filled_set = some_set
# 为集合添加元素
filled_set.add(5) # filled_set现在是{1, 2, 3, 4, 5}
# & 取交集
other_set = {3, 4, 5, 6}
filled_set & other_set # => {3, 4, 5}
# | 取并集
filled_set | other_set # => {1, 2, 3, 4, 5, 6}
# - 取补集
{1, 2, 3, 4} - {2, 3, 5} # => {1, 4}
# in 测试集合是否包含元素
2 in filled_set # => True
10 in filled_set # => False
####################################################
## 3. 流程控制和迭代器
####################################################
# 先随便定义一个变量
some_var = 5
# 这是个if语句。注意缩进在Python里是有意义的
# 印出"some_var比10小"
if some_var > 10:
print("some_var比10大")
elif some_var < 10: # elif句是可选的
print("some_var比10小")
else: # else也是可选的
print("some_var就是10")
"""
用for循环语句遍历列表
打印:
dog is a mammal
cat is a mammal
mouse is a mammal
"""
for animal in ["dog", "cat", "mouse"]:
print("{} is a mammal".format(animal))
"""
"range(number)"返回数字列表从0到给的数字
打印:
0
1
2
3
"""
for i in range(4):
print(i)
"""
while循环直到条件不满足
打印:
0
1
2
3
"""
x = 0
while x < 4:
print(x)
x += 1# x = x + 1 的简写
# 用try/except块处理异常状况
try:
# 用raise抛出异常
raise IndexError("This is an index error")
except IndexError as e:
pass # pass是无操作，但是应该在这里处理错误
except (TypeError, NameError):
pass # 可以同时处理不同类的错误
else: # else语句是可选的，必须在所有的except之后
print("All good!") # 只有当try运行完没有错误的时候这句才会运行
# Python提供一个叫做可迭代(iterable)的基本抽象。一个可迭代对象是可以被当作序列
# 的对象。比如说上面range返回的对象就是可迭代的。
filled_dict = {"one": 1, "two": 2, "three": 3}
our_iterable = filled_dict.keys()
print(our_iterable) # => dict_keys(['one', 'two', 'three'])，是一个实现可迭代接口的对象
# 可迭代对象可以遍历
for i in our_iterable:
print(i) # 打印 one, two, three
# 但是不可以随机访问
our_iterable# 抛出TypeError
# 可迭代对象知道怎么生成迭代器
our_iterator = iter(our_iterable)
# 迭代器是一个可以记住遍历的位置的对象
# 用__next__可以取得下一个元素
our_iterator.__next__()# => "one"
# 再一次调取__next__时会记得位置
our_iterator.__next__()# => "two"
our_iterator.__next__()# => "three"
# 当迭代器所有元素都取出后，会抛出StopIteration
our_iterator.__next__() # 抛出StopIteration
# 可以用list一次取出迭代器所有的元素
list(filled_dict.keys())# => Returns ["one", "two", "three"]
####################################################
## 4. 函数
####################################################
# 用def定义新函数
def add(x, y):
print("x is {} and y is {}".format(x, y))
return x + y # 用return语句返回
# 调用函数
add(5, 6) # => 印出"x is 5 and y is 6"并且返回11
# 也可以用关键字参数来调用函数
add(y=6, x=5) # 关键字参数可以用任何顺序
# 我们可以定义一个可变参数函数
def varargs(*args):
return args
varargs(1, 2, 3) # => (1, 2, 3)
# 我们也可以定义一个关键字可变参数函数
def keyword_args(**kwargs):
return kwargs
# 我们来看看结果是什么：
keyword_args(big="foot", loch="ness") # => {"big": "foot", "loch": "ness"}
# 这两种可变参数可以混着用
def all_the_args(*args, **kwargs):
print(args)
print(kwargs)
"""
all_the_args(1, 2, a=3, b=4) prints:
(1, 2)
{"a": 3, "b": 4}
"""
# 调用可变参数函数时可以做跟上面相反的，用*展开序列，用**展开字典。
args = (1, 2, 3, 4)
kwargs = {"a": 3, "b": 4}
all_the_args(*args) # 相当于 foo(1, 2, 3, 4)
all_the_args(**kwargs) # 相当于 foo(a=3, b=4)
all_the_args(*args, **kwargs) # 相当于 foo(1, 2, 3, 4, a=3, b=4)
# 函数作用域
x = 5
def setX(num):
# 局部作用域的x和全局域的x是不同的
x = num # => 43
print (x) # => 43
def setGlobalX(num):
global x
print (x) # => 5
x = num # 现在全局域的x被赋值
print (x) # => 6
setX(43)
setGlobalX(6)
# 函数在Python是一等公民
def create_adder(x):
def adder(y):
return x + y
return adder
add_10 = create_adder(10)
add_10(3) # => 13
# 也有匿名函数
(lambda x: x > 2)(3) # => True
# 内置的高阶函数
map(add_10, ) # =>
filter(lambda x: x > 5, ) # =>
# 用列表推导式可以简化映射和过滤。列表推导式的返回值是另一个列表。
]# =>
if x > 5] # =>
####################################################
## 5. 模块
####################################################
注意，micropython不能使用pip去下载第三方模块
# 用import导入模块
import math
print(math.sqrt(16))# => 4.0
# 也可以从模块中导入个别值
from math import ceil, floor
print(ceil(3.7))# => 4.0
print(floor(3.7)) # => 3.0
# 可以导入一个模块中所有值
# 警告：不建议这么做
from math import *
# 如此缩写模块名字
import math as m
math.sqrt(16) == m.sqrt(16) # => True
# Python模块其实就是普通的Python文件。你可以自己写，然后导入，
# 模块的名字就是文件的名字。
# 你可以这样列出一个模块里所有的值
import math
dir(math)
####################################################
## 6. 类
####################################################
# 定义一个继承object的类
class Human(object):
# 类属性，被所有此类的实例共用。
species = "H. sapiens"
# 构造方法，当实例被初始化时被调用。注意名字前后的双下划线，这是表明这个属
# 性或方法对Python有特殊意义，但是允许用户自行定义。你自己取名时不应该用这
# 种格式。
def __init__(self, name):
# Assign the argument to the instance's name attribute
self.name = name
# 实例方法，第一个参数总是self，就是这个实例对象
def say(self, msg):
return "{name}: {message}".format(name=self.name, message=msg)
# 类方法，被所有此类的实例共用。第一个参数是这个类对象。
@classmethod
def get_species(cls):
return cls.species
# 静态方法。调用时没有实例或类的绑定。
@staticmethod
def grunt():
return "*grunt*"
# 构造一个实例
i = Human(name="Yahboom")
print(i.say("hi")) # 印出 "Yahboom: hi"
j = Human("xzt")
print(j.say("hello"))# 印出 "xzt: hello"
# 调用一个类方法
i.get_species() # => "H. sapiens"
# 改一个共用的类属性
Human.species = "H. neanderthalensis"
i.get_species() # => "H. neanderthalensis"
j.get_species() # => "H. neanderthalensis"
# 调用静态方法
Human.grunt() # => "*grunt*"
类的继承
# 定义一个继承object的类
class Human(object):
# 类属性，被所有此类的实例共用。
species = "H. sapiens"
# 构造方法，当实例被初始化时被调用。注意名字前后的双下划线，这是表明这个属
# 性或方法对Python有特殊意义，但是允许用户自行定义。你自己取名时不应该用这
# 种格式。
def __init__(self, name):
# Assign the argument to the instance's name attribute
self.name = name
# 实例方法，第一个参数总是self，就是这个实例对象
def say(self, msg):
return "{name}: {message}".format(name=self.name, message=msg)
# 类方法，被所有此类的实例共用。第一个参数是这个类对象。
@classmethod
def get_species(cls):
return cls.species
# 静态方法。调用时没有实例或类的绑定。
@staticmethod
def grunt():
return "*grunt*"
# 构造一个实例
i = Human(name="Yahboom")
print(i.say("hi")) # 印出 "Yahboom: hi"
j = Human("xzt")
print(j.say("hello"))# 印出 "xzt: hello"
# 调用一个类方法
i.get_species() # => "H. sapiens"
# 改一个共用的类属性
Human.species = "H. neanderthalensis"
i.get_species() # => "H. neanderthalensis"
j.get_species() # => "H. neanderthalensis"
# 调用静态方法
Human.grunt() # => "*grunt*"
# 继承机制允许子类可以继承父类上的方法和变量。
# 我们可以把 Human 类作为一个基础类或者说叫做父类，
# 然后定义一个名为 Superhero 的子类来继承父类上的比如 "species"、 "name"、 "age" 的属性
# 和比如 "sing" 、"grunt" 这样的方法，同时，也可以定义它自己独有的属性
# 基于 Python 文件模块化的特点，你可以把这个类放在独立的文件中，比如说，human.py。
# 要从别的文件导入函数，需要使用以下的语句
# from "filename-without-extension" import "function-or-class"
# 指定父类作为类初始化的参数
class Superhero(Human):
# 如果子类需要继承所有父类的定义，并且不需要做任何的修改，
# 你可以直接使用 "pass" 关键字（并且不需要其他任何语句）
# 但是在这个例子中会被注释掉，以用来生成不一样的子类。
# pass
# 子类可以重写父类定义的字段
species = 'Superhuman'
# 子类会自动的继承父类的构造函数包括它的参数，但同时，子类也可以新增额外的参数或者定义，
# 甚至去覆盖父类的方法比如说构造函数。
# 这个构造函数从父类 "Human" 上继承了 "name" 参数，同时又新增了 "superpower" 和
# "movie" 参数:
def __init__(self, name, movie=False,
superpowers=["super strength", "bulletproofing"]):
# 新增额外类的参数
self.fictional = True
self.movie = movie
# 注意可变的默认值，因为默认值是共享的
self.superpowers = superpowers
# "super" 函数让你可以访问父类中被子类重写的方法
# 在这个例子中，被重写的是 __init__ 方法
# 这个语句是用来运行父类的构造函数:
super().__init__(name)
# 重写父类中的 sing 方法
def sing(self):
return 'Dun, dun, DUN!'
# 新增一个额外的方法
def boast(self):
for power in self.superpowers:
print("I wield the power of {pow}!".format(pow=power))
if __name__ == '__main__':
sup = Superhero(name="Tick")
# 检查实例类型
if isinstance(sup, Human):
print('I am human')
if type(sup) is Superhero:
print('I am a superhero')
# 调用父类的方法并且使用子类的属性
print(sup.get_species()) # => Superhuman
# 调用被重写的方法
print(sup.sing()) # => Dun, dun, DUN!
# 调用 Human 的方法
sup.say('Spoon') # => Tick: Spoon
# 调用 Superhero 独有的方法
sup.boast() # => I wield the power of super strength!
# => I wield the power of bulletproofing!
# 继承类的字段
sup.age = 31
print(sup.age) # => 31
# Superhero 独有的字段
print('Am I Oscar eligible? ' + str(sup.movie))
页:
[1]