按照之前设定的计划，利用业余时间做了这么一个项目。目标是基于RT Thread实时操作系统，将Micropython、OpenMV、USB摄像头+模拟摄像头+STM32本身自带的DVP摄像头，在OpenMV框架下，全部引入进来。这样的话，该软件平台同时具备了RTOS、Python脚本、USB OpenMV串口驱动、存储设备如SPI flash驱动，SD卡驱动、U盘驱动（和OpenMV串口组成一个USB Composite驱动，用来连电脑），其中U盘驱动可以用SD卡或者SPI flash作为介质。并实现了一个简单的FAT32文件系统，可以在SD卡或者SPI flash上使用。
USB摄像头和模拟摄像头的引入，使得带OpenMV算法的STM32H7等单片机硬件能够应用的范围大大拓展了。这种允许长连接线连接的摄像头，可以将摄像头模组和电路板分开，能够应用在网络摄像头，行车记录仪等场合。
RT-Thread 是一款完全由国内团队开发维护的嵌入式实时操作系统（RTOS），具有完全的自主知识产权。经过近 12 个年头的沉淀，伴随着物联网的兴起，它正演变成一个功能强大、组件丰富的物联网操作系统。相较于 Linux 操作系统，RT-Thread 体积小，成本低，功耗低、启动快速，除此以外 RT-Thread 还具有实时性高、占用资源小等特点，非常适用于各种资源受限（如成本、功耗限制等）的场合。在 RT-Thread 系统中，任务通过线程实现的，RT-Thread 中的线程调度器也就是以上提到的任务调度器。具体参考RT-Thread官网介绍。
MicroPython运行的完整的Python编译器和运行时。 您将获得交互式提示（REPL），以便立即执行命令，以及从内置文件系统运行和导入脚本的功能。 REPL具有历史记录，选项卡完成，自动缩进和粘贴模式，以获得良好的用户体验。MicroPython致力于与普通Python（称为CPython）尽可能兼容，以便如果您会使用Python，就可以玩转MicroPython。除了实现一系列核心Python库之外，MicroPython还包括访问硬件的“machine”等模块。具体参考Micropython官网。
OpenMV可以用来做：
- DIY相关的项目制作，比如追踪小球的车，云台，或者解魔方的机器人。
- 对成本要求很高的嵌入式工业方案，比如流水线物品的分拣。
OpenMV实现了画图, 寻找色块, AprilTag标记跟踪, 模板匹配, 多模板匹配, 特征点检测, 测距, 扫码识别, 颜色形状同时识别, 颜色模板匹配同时识别, 分辨不同人脸等算法，甚至还带了简单的TensorflowLite库。详情访问OpenMV国内官网：OpenMV | 星瞳科技。
下图是使用USB摄像头运行的效果：
USB摄像头驱动是基于我之前的STM32单片机实现连接USB摄像头，OpenMV及其模拟摄像头实现方法参考OpenMV增加支持模拟摄像头。另外移植解决了如下问题：
1、新版本OpenMV-3.5.1移植到RT thread，RTT官方目前没有成功移植的OpenMV版本供下载使用。这上面主要解决了RTT Micropython需要的8bit QSTR函数映射。当然参考的是OpenMV源码的映射方式，但是官方源码是16bit，需要小做修改。
2、我自己做的USB摄像头驱动优化了一下，目前优化后占用CPU可以做到更少。
3、OpenMV源码中JPEG压缩的实现采用查询的方式，改成了中断的方式实现，这种实现方式占用CPU更少一点。后期可以尝试采用DMA的方式，进一步减少对CPU资源的占用。
4、参考OpenMV串口功能，在RT Thread USB device驱动框架架构下实现了一个OpenMV串口，用来和OpenMV IDE实时算法调试时使用。
5、测试了一些简单的OpenMV算法如canny/Sobel边缘增强、颜色识别/追踪、人脸识别等，都没有问题。理论上其它算法正常跑起来，不会有任何问题。
结尾附上USB摄像头的测试python代码：
# Untitled - By: chummyhe - 周一 五月 11 2020
import sensor, image, time
sensor.reset()
sensor.set_pixformat(sensor.YUV422)
sensor.set_framesize(sensor.QVGA)
sensor.skip_frames(time = 2000)
clock = time.clock()
while(True):
clock.tick()
= sensor.snapshot()
print(clock.fps())
