uint8 GetMq2() { uint16 adc= 0; float vol=0.0; //adc采样电压 uint8 percent=0;//百分比的整数值 P0DIR &= ~0x40; // 设置P0.6为输入方式 //读MQ2浓度 adc= HalAdcRead(HAL_ADC_CHANNEL_6, HAL_ADC_RESOLUTION_14); // adc=(0x40 | HAL_ADC_DEC_064 | HAL_ADC_CHANNEL_6); //最大采样值8192(因为最高位是符号位) //2的13次方=8192 if(adc>=8192) { return 0; } //转化为百分比 vol=(float)((float)adc)/8192.0; //取百分比两位数字 percent=vol*100; return percent; }
时间: 2024-04-04 09:29:24 浏览: 40
这段代码是一个函数,用于读取 MQ2 烟雾传感器的浓度,返回的是百分比的整数值。具体来说,代码中的 `HalAdcRead` 函数是用于读取 ADC(模数转换器)模块的数据的,其中 `HAL_ADC_CHANNEL_6` 表示需要读取的 ADC 通道号,这里是第 6 个通道;`HAL_ADC_RESOLUTION_14` 表示 ADC 的精度为 14 位。函数的返回值 `adc` 是一个整型变量,表示读取到的 ADC 数据值,其取值范围为 0 到 16383。
接着,代码中将 ADC 数据 `adc` 转化为了百分比的整数值 `percent`,通过计算 ADC 数据 `adc` 除以最大采样值 8192,得到了采样电压 `vol`,然后将其乘以 100,得到了百分比的整数值 `percent`。如果读取到的 ADC 数据超过了最大采样值 8192,则函数返回值为 0。值得注意的是,代码中还将 P0.6 设置为输入方式,以便读取 MQ2 烟雾传感器的数据。
相关问题
void ozone_PWM_set(uint16_t frq,uint16_t duty) { uint32_t percent; uint16_t u16_temp; float f_percent,f_T2PR; if(duty>DUTY_RANGE)duty=DUTY_RANGE; //calc duty///////// u16_temp=1000000/frq-1; f_T2PR=4*(u16_temp+1)/100.0; f_percent=duty*f_T2PR; // if(T2PR_value==0) // { // delay(1); // } // else // { // delay(1); // } //f_percent=duty*7.68; /////////////////// percent=(uint32_t)f_percent; //half adjust if((percent%10)>=5) { percent+=10; } percent/=10; /* percent=duty; percent=768*percent/10; //half adjust if((percent%10)>=5) { percent+=10; } percent/=10; */ CCPR1L=percent & 0xff; CCPR1H=(percent>>8) &0x03; }
这段代码是一个函数定义,名为`ozone_PWM_set`,接受两个参数`frq`和`duty`,都是无符号16位整数类型。该函数用于设置PWM(脉宽调制)的频率和占空比。
首先,函数会检查`duty`是否超出了定义的范围`DUTY_RANGE`,如果超出,则将其限制在范围内。
然后,函数计算占空比的值。首先,根据给定的频率`frq`计算出一个临时值`u16_temp`,然后使用这个临时值计算出一个浮点数`f_T2PR`。接下来,将占空比乘以浮点数`f_T2PR`,得到一个浮点数`f_percent`。
然后,将浮点数`f_percent`转换成无符号32位整数类型`percent`。
接下来,对`percent`进行半调整(half adjust)处理。如果`percent`的个位数大于等于5,则十位数加1。最后,将`percent`除以10得到最终的占空比值。
最后,将占空比的低8位赋值给寄存器CCPR1L,将占空比的高2位赋值给寄存器CCPR1H。
注释部分的代码是对T2PR_value是否为0进行判断,并进行相应的延时操作,但是这部分代码被注释掉了。
def add_gaussian_noise(image, percent, mean=0, var=0.04): # 将图像转为浮点型 image = np.array(image / 255, dtype=float) # 计算噪声数量 num = int(percent * image.size) # 生成坐标和噪声 coords = np.random.randint(0, image.size, num) noise = np.random.normal(mean, var ** 0.5, num) # 添加噪声 image.flat[coords] += noise return image percent = 0.01 # 噪声比例 out = add_gaussian_noise(grayImage, percent) if out.min() < 0: low_clip = -1. else: low_clip = 0. out = np.clip ( out , low_clip ,1) gasuss_image = np.uint8(out *255)简化以上代码
以下是简化后的代码:
```
import numpy as np
def add_gaussian_noise(image, percent, mean=0, var=0.04):
image = image / 255.0
num = int(percent * image.size)
coords = np.random.randint(0, image.size, num)
noise = np.random.normal(mean, var ** 0.5, num)
image_flat = image.flatten()
image_flat[coords] += noise
image = np.clip(image_flat, 0, 1)
return np.uint8(image * 255)
percent = 0.01
out = add_gaussian_noise(grayImage, percent)
gasuss_image = out.astype(np.uint8)
```
这段代码的作用是给灰度图像添加高斯噪声。首先将图像转为浮点型,然后根据噪声比例计算需要添加的噪声数量。随机生成噪声坐标和噪声值,然后将噪声添加到图像中。最后将图像像素值限制在0到1之间,并将其转换为8位整数型。
相关推荐
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)