4800万超高像素的OAK-1-MAX来了！
OAK-1-MAX是个什么产品？
这款OAK用的也是RVC2芯片，与OAK-1相比，RGB镜头的像素提高了400%，高达4800万像素，与iPhone14的像素一样高！
| 注：受 ISP 宽度限制，虽然传感器本身可以达到4800万像素，但实际OAK-1-MAX拍出来的最大尺寸的图大概是3200万像素。 |
产品性能如何？
我们是在大约10米处同一位置，用两种相机拍摄的。不管是从画质还是像素，我们测试出来的效果都是比较满意的。
从画质上来看，OAK-1-MAX与OAK-1都表现得还可以，我个人感觉OAK-1-MAX的ISP调后的画质更好一点点（OAK-1部分白墙那里拍出来有些许偏红）。
将两张图中的盒子放大到同样大小后，OAK-1-MAX的画质明显更加清晰。
哪怕是将两张图片放大到同一倍数，OAK-1-MAX的画质也依旧更好。
全尺寸拍的图比较大，网站传不上去，原图可以从下面链接下载查看。
| 链接：https://pan.baidu.com/s/1zHV7JylpzQ85-CmytZ3iNg?pwd=pyef 提取码：pyef |
不过这里也要说一下OAK-1-MAX目前的局限性。
根据Luxonis的文档，OAK-1-MAX目前支持4种分辨率，其中全分辨率（THE_48_MP）被中心裁剪为5312×6000（由于目前ISP宽度限制），所以目前全分辨率的图像（THE_48_MP）的HFOV比相机实际的要窄。官方还在努力实现8000*6000的全分辨率，可以期待一下。
适用于哪些应用场景？
OAK-1-MAX的最大特点就是超高像素，如果你的应用需要非常稠密的建模，那么这款产品可能比较合适。
如何购买？
可在我们的淘宝店铺直接购买。
OAK-1-MAX如何使用？
使用主分支，再安装依赖，直接运行即可。（跳过Depthai-python 特定分支安装，直接看安装依赖）
Depthai-python 特定分支安装
例如 multi_cam_support分支。（这个分支已经合并到主分支了，所以链接不存在了，以下只是演示如何安装特定分支。）
1.打开链接
2.克隆代码
- 复制链接
- 打开终端
- 克隆
git clone https://github.com/luxonis/depthai-python.git -b multi_cam_support
- 进入目录
安装依赖
- 打开终端
- 安装依赖
python3 examples/install_requirements.py若使用虚拟环境或conda ,请使用以下方法：
python3 examples/install_requirements.py -dr执行上述命令会输出类似下方的输出
pip 22.2.2 from <path>/site-packages/pip (python 3.8)
<path>/python -m pip install -U --user pip
<path>/python -m pip install -U --prefer-binary --user pyyaml requests numpy opencv-python
<path>/python -m pip install -U --prefer-binary --user --extra-index-url https://artifacts.luxonis.com/artifactory/luxonis-python-snapshot-local "depthai==2.17.3.1.dev+b29822e30d782deb9ae8100817b34aea67fb1257"
<path>/python <path>/depthai-python/examples/downloader/downloader.py --all --cache_dir <path>/depthai-python/examples/downloader/ --num_attempts 5 -o <path>/depthai-python/examples/models请将上方输出，依次执行，并将 –user 参数去除，例如
python -m pip install -U pip
python -m pip install -U --prefer-binary pyyaml requests numpy opencv-python
python -m pip install -U --prefer-binary --extra-index-url https://artifacts.luxonis.com/artifactory/luxonis-python-snapshot-local "depthai==2.17.3.1.dev+b29822e30d782deb9ae8100817b34aea67fb1257"
运行
python3 test/cam_test.py -cams rgb,c -rs -cres 48mp键盘输入c保存图片。