Pixy2视觉模块实战：从解压到多目标追踪的嵌入式视觉方案-平芜编程栈

简介：pixy2-master.zip 是一套面向 Arduino 开发者与机器视觉入门者的 Pixy2 视觉模块完整项目资源，围绕物体识别、颜色签名与形状追踪等核心能力，帮助读者把视觉传感器快速接入嵌入式项目。压缩包共 490 个文件，约 81.26MB，以 h 头文件、cpp 源文件、m 实现文件、c 源码为主，并包含 ino 示例程序、makefile 构建脚本、png 图示、pdf 文档及 hex 固件等，覆盖从底层驱动到上层应用的完整链路。资源中既有颜色签名设置、串口通信等示例代码，也涉及机器人足球追踪、自动化仓库货物识别、宠物喂食器视觉判断等典型场景，便于读者对照源码理解 Pixy2 与 Arduino 的集成方式。目前已有 904 人学习下载，适合希望系统掌握机器视觉模块开发、快速搭建识别类项目的爱好者与工程师参考。

1. 拆开 pixy2-master.zip：一块能跑视觉的嵌入式模块到底能解决什么

如果你手头有一块 Pixy2 摄像头模块，或者正在做一个小型移动机器人、分拣装置、巡线小车，却卡在“怎么让机器自己看懂颜色和线条”这一步，那 pixy2-master.zip 这个资源包值得你花时间拆一遍。它不是那种跑在服务器上的深度学习框架，而是一套围绕 Pixy2 硬件模块的固件、库和示例代码集合，核心能力是把颜色识别、线段检测、条形码读取这些视觉任务，从主控芯片上卸载到模块内部完成。换句话说，你的主控板不需要跑 OpenCV，也不需要接一块 GPU 板卡，只需要通过 UART、I2C 或 SPI 发几条指令，就能拿到目标的位置、大小和数量。

这个资源包适合三类人：一是做嵌入式机器人竞赛的学生，二是做小型自动化设备原型的工程师，三是想给 Arduino、树莓派或 STM32 加一双“低成本眼睛”的开发者。它的价值不在于算法有多先进，而在于把视觉链路做成了“黑匣子”——你不需要理解颜色空间转换和连通域分析，只需要会读寄存器、会解析数据包。但反过来说，如果你需要识别复杂纹理、人脸或任意物体，这个包帮不了你，它的边界非常清晰。

我见过不少人拿到 pixy2-master.zip 后直接解压，看到一堆文件夹就懵了，不知道该从哪个文件开始看。其实它的结构并不复杂，关键是先搞清楚你手头的硬件版本和通信接口，再决定用哪套库。下面几章我会按“先立住原理、再动手复现、最后避坑”的顺序，把这份资源拆成能直接抄作业的步骤。

2. Pixy2 的视觉流水线与通信协议：为什么它能在低算力下跑识别

2.1 颜色识别和线段检测的底层逻辑

Pixy2 模块内部有一颗专用的图像处理芯片，它把摄像头采集到的原始图像先做色彩空间转换，从 RGB 转到更适合做颜色阈值的空间。常见做法是转到 HSV 或 YUV，因为这两个空间里颜色和亮度相对分离，阈值更稳定。然后模块会根据你预设的“颜色签名”做二值化，把符合阈值的像素标记出来，再对连通区域做统计，算出每个色块的边界框、中心坐标和像素面积。

线段检测走的是另一条路。它先在图像里找边缘点，然后用霍夫变换或类似方法把边缘点连成线段，最后输出线段的起点、终点和角度。这个过程对光照变化比较敏感，所以 Pixy2 提供了自动曝光和自动白平衡，但实际用的时候还是得根据场景手动调。

提示：颜色签名不是简单的 RGB 阈值，而是一组范围。你可以在 PixyMon 软件里用“Set Signature”功能现场采集，模块会自动算出一个范围，比手动填数值靠谱得多。

2.2 三种通信接口的选型与接线

Pixy2 支持 UART、I2C、SPI 三种接口，选哪个取决于你的主控和带宽需求。UART 最简单，两根线就能通，但速度有限，适合数据量不大的场景。I2C 可以挂多个设备，但 Pixy2 的 I2C 地址固定，冲突时得改主控。SPI 速度最快，适合高帧率读取，但线多，占用引脚也多。

接口	线数	典型速率	适用场景
UART	2	115200 bps	低速巡线、简单色块追踪
I2C	2	400 kHz	多传感器共存、中低速
SPI	4	1 MHz 以上	高帧率、多目标同时读取

接线时注意电平匹配。Pixy2 的 IO 电压是 3.3V，如果你用 5V 的 Arduino，需要在 UART 的 RX 线上加电平转换，否则模块可能不响应。I2C 和 SPI 同理，别直接怼 5V。

2.3 数据包格式与解析方法

不管用哪种接口，Pixy2 返回的数据都是固定格式的包。以颜色识别为例，一个包包含包头、类型、数据长度和若干个块数据。每个块数据里有签名编号、中心坐标、宽高和像素面积。解析的时候先找包头，再读长度，然后按固定偏移取字段。

# 以 UART 为例，解析 Pixy2 色块数据包的简化逻辑 import serial ser = serial.Serial('/dev/ttyUSB0', 115200, timeout=1) def parse_pixy2_packet(data): # 包头固定为 0x55 0xaa 0x55 0xaa if len(data) < 6: return None if data[0] != 0x55 or data[1] != 0xaa: return None # 第 2 字节是类型，第 3 字节是数据长度 pkt_type = data[2] length = data[3] payload = data[4:4+length] blocks = [] # 每个色块占 14 字节：签名 2 + 坐标 4 + 宽高 4 + 面积 4 for i in range(0, len(payload), 14): if i + 14 > len(payload): break sig = int.from_bytes(payload[i:i+2], 'little') x = int.from_bytes(payload[i+2:i+4], 'little') y = int.from_bytes(payload[i+4:i+6], 'little') w = int.from_bytes(payload[i+6:i+8], 'little') h = int.from_bytes(payload[i+8:i+10], 'little') area = int.from_bytes(payload[i+10:i+14], 'little') blocks.append({'sig': sig, 'x': x, 'y': y, 'w': w, 'h': h, 'area': area}) return blocks while True: raw = ser.read(64) result = parse_pixy2_packet(raw) if result: print(result)

这段代码的关键点在于包头判断和固定偏移。Pixy2 的包长度不固定，所以不能一次性读死。实际用的时候建议先读 4 字节头，再根据长度读剩余部分，避免粘包。参数方面，timeout设 1 秒是防止串口阻塞，read(64)的 64 是经验值，一般一个包不会超过这个长度。

3. 从解压到跑通第一个例程：环境搭建与固件更新

3.1 资源包目录结构与关键文件

解压 pixy2-master.zip 后，你会看到几个主要目录：src里是核心库和示例，scripts里是编译和烧录脚本，docs里是接口说明。不同版本的目录名可能略有差异，但核心文件是pixy2.h和pixy2.cpp，这两个是 C++ 库的入口。如果你用 Python，找pixy2.py或类似的封装文件。

我一般会先看examples目录，里面通常有hello_pixy或color_tracking这样的例程。这些例程是验证硬件和通信链路是否正常的最短路径。别一上来就改库，先跑通例程再说。

3.2 固件更新与 PixyMon 配置

Pixy2 的固件可以通过 PixyMon 软件更新。PixyMon 是一个上位机工具，能实时显示摄像头画面和识别结果，还能调颜色签名和曝光参数。更新固件时，用 USB 线连接模块，在 PixyMon 里选“Update Firmware”，然后选资源包里提供的.bin文件。注意更新过程中不要断电，否则模块可能变砖。

配置颜色签名时，把目标物体放在画面中央，点“Set Signature”，模块会采集当前颜色并生成范围。如果识别不稳定，可以手动调“Signature Range”的上下限，或者调整“Auto Exposure”的响应速度。

# 在 Linux 下编译 C++ 例程的典型命令 cd pixy2-master/examples/hello_pixy make # 如果 Makefile 不存在，手动编译 g++ -o hello_pixy hello_pixy.cpp -lpixy2 -I../../src

编译时如果报找不到pixy2.h，检查-I路径是否指向src目录。链接时如果报未定义引用，确认-lpixy2的库文件已经编译好，或者直接把pixy2.cpp一起编译进去。

3.3 第一个颜色追踪例程的完整步骤

先确保 Pixy2 通过 UART 或 I2C 连到主控，然后打开 PixyMon 确认能看见画面。接着在例程里设置签名编号，比如签名 1 是红色，签名 2 是绿色。运行程序后，串口会打印每个色块的中心坐标。如果坐标一直是 0 或者乱跳，先检查波特率是否匹配，再检查供电是否充足。

注意：Pixy2 在识别多个同色物体时，可能会把相邻的块合并成一个。如果发现两个物体只返回一个坐标，试着调小“Merge”参数，或者把物体分开一点。

4. 避坑与排查：Pixy2 实际部署中的五个血泪经验

4.1 现象：串口读不到任何数据，PixyMon 也连不上

原因通常是供电不足或线序接反。Pixy2 的峰值电流可能超过 200mA，如果主控的 3.3V 输出能力弱，模块会反复重启。解决方法是单独给模块供电，或者换一个电流能力更强的稳压芯片。线序方面，UART 的 TX 和 RX 必须交叉连接，即主控 TX 接模块 RX，主控 RX 接模块 TX。

4.2 现象：颜色识别时好时坏，换个房间就失效

这是光照变化导致的。Pixy2 的自动曝光有延迟，如果环境光突变，模块需要几帧才能调整过来。解决方法是固定光源，或者在代码里加一个“重新学习签名”的触发条件。我一般会在机器人启动时先让模块对着目标物体采集一次签名，而不是用上次的旧数据。

4.3 现象：线段检测返回的线段断断续续

原因可能是阈值设得太高，或者背景干扰太强。线段检测对边缘对比度要求高，如果地面和线的颜色接近，模块就找不到连续边缘。解决方法是调低“Edge Threshold”，或者在镜头前加一个滤光片。另外，Pixy2 的线段检测默认只输出一条主线段，如果需要多条，得改固件参数。

4.4 现象：I2C 通信时主控死机

这通常是 I2C 时钟拉伸导致的。Pixy2 在处理图像时可能会拉低 SCL 线，如果主控的 I2C 驱动不支持时钟拉伸，就会卡死。解决方法是换用 UART 或 SPI，或者在主控端加一个超时复位机制。有些主控的 I2C 库可以配置“Clock Stretching Timeout”，设成 100ms 以上能缓解。

4.5 现象：固件更新到一半失败，模块无响应

这是最麻烦的情况。如果更新过程中断电或 USB 松动，模块可能进入 bootloader 模式，但无法正常启动。解决方法是重新上电，按住模块上的按钮再上电，强制进入 bootloader，然后用 PixyMon 重新烧录。如果 PixyMon 也认不到，试试换一根 USB 线，有些线只有充电功能，没有数据线。

5. 进阶技巧：用 Pixy2 做多目标追踪与数据滤波

5.1 多目标追踪的坐标融合

Pixy2 一次最多返回 7 个色块，但实际场景里目标可能更多。我一般会在主控端做一个简单的数据关联：把当前帧的色块和上一帧的色块按距离匹配，距离小于阈值的认为是同一个目标，然后对坐标做滑动平均。这样即使模块偶尔丢帧，轨迹也不会跳变。

# 简单的滑动平均滤波，窗口大小 5 from collections import deque class TargetFilter: def __init__(self, window=5): self.window = window self.buffers = {} # key: target_id, value: deque of (x, y) def update(self, target_id, x, y): if target_id not in self.buffers: self.buffers[target_id] = deque(maxlen=self.window) self.buffers[target_id].append((x, y)) avg_x = sum(p[0] for p in self.buffers[target_id]) / len(self.buffers[target_id]) avg_y = sum(p[1] for p in self.buffers[target_id]) / len(self.buffers[target_id]) return avg_x, avg_y

这段代码的关键是deque的maxlen参数，它自动丢弃旧数据，不用手动清理。target_id可以用签名编号加序号生成，比如签名 1 的第一个目标叫1_0。窗口大小 5 是经验值，太小滤波效果不明显，太大延迟高。