关于SSD1315/SSD1306的0xDA指令

news/2026/1/18 18:36:48/文章来源:https://www.cnblogs.com/time-crystal/p/19498787

最近在玩一块使用ssd1315驱动的屏幕,发现0xDA指令(Set COM Pins Hardware Configuration)的实际效果和数据手册有些出入,经过查看显示屏的手册和反复实验,发现了一些细节问题。把自己的总结分享出来。因为ssd1306和ssd1315在0xDA指令上的描述是一模一样的,所以标题也带上了SSD1306

屏幕截图 2026-01-18 150948
图1.ssd1315数据手册上关于这个指令的说明
可以看出指令的效果取决于后续跟着的第二个字节,但是光看描述没太看懂这个指令到底是什么意思
其中“Alternative”我不太理解是什么意思,我英语水平不好,只能翻译成“替代”

命令表_7_1

图2.自己翻译的部分命令表,蓝色部分为在自己的的oled显示屏上进行实验结合数据手册中对此指令的具体解释总结出来的

首先是A[4]位,先控制变量令A[5]=0,不然容易干扰到实验;C0和C8指令和上下翻转有关,发送C8指令会让显示屏上下翻转,C0指令取消翻转也就是正常显示,在这篇文章中保持不翻转,正常显示

屏幕截图 2026-01-18 161522

图3.A[4]=1时,根据手册理论上是复位值,扫描时ROW0对应COM0的内容,ROW1对应COM32的内容,ROW2对应COM1,ROW3对应COM33...以此类推。(但老实说我不理解为什么要这么设计,为什么默认复位的时候要交替扫描?按照人的直觉来说最常用的设置肯定是从上到下正常扫描啊)

屏幕截图 2026-01-18 161504

图4.A[4]=0,最正常的模式,没什么好说的
下面是实验部分
首先是复位的情况下下,A[5]=0,A[4]=1,在垂直寻址模式下连续发送数据字节,先是4个0xff,然后是8个0x00,最后是4个0xff,显示屏显示如图5,虽然拍的比较模糊,但是还是能分辨出就是正常的显示方式

IMG_20260118_165833
图5.实验1
然后发送指令字节0xDA,0x02,也就是把A[4]设置为0,显示屏显示如图6

IMG_20260118_165821

图6.实验2
结果显示,A[4]这一位的控制效果似乎是和数据手册上说明的截然相反

关于A[5],数据手册上详细的详细说明是使下半部分屏幕和上半部分屏幕对调

屏幕截图 2026-01-18 175629

图7.数据手册关于A[5]位的详细说明
接下来是A[5]位的实验,按照实际情况,A[4]=1才是正常的按顺序显示,所以控制变量A[4]=1保持不变
首先是A[5]=0,这次改为水平寻址模式,发送数据字节0x07,0x1A,显示如下:

IMG_20260118_174658

图.8实验3
然后发送指令字节0x32,0xDA,也就是设置A[5]=1,A[4]=1不变

IMG_20260118_174729

图9.实验4
可以看出A[5]的实际功能是使相邻的2行互相交换显示的内容,和数据手册上的描述也不符合

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/1179088.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

Redis-配置文件 - 详解

pre { white-space: pre !important; word-wrap: normal !important; overflow-x: auto !important; display: block !important; font-family: "Consolas", "Monaco", "Courier New", …

内存清理软件工具WinMemoryCleaner,【windows内存自动优化清理】

windows电脑内存清理工具WinMemoryCleaner,让你电脑飞起来 WinMemoryCleaner内存优化软件是Windows专用工具,它以轻量安全、精准高效的特性,解决多任务卡顿、内存占用过高难题,适配全版本Windows系统。大小才472KB,还…

让 YOLOv11 Pose 在 RKNN 上跑起来:端侧姿态估计部署与性能优化实战

文章目录 YOLOv11 Pose在RKNN平台的部署实现:从理论到实践 摘要 1. 引言 1.1 研究背景 1.2 技术挑战 1.3 本文贡献 2. 理论基础 2.1 YOLOv11 Pose架构分析 2.1.1 Backbone网络 2.1.2 Neck网络 2.1.3 检测头设计 2.2 姿态估计的数学模型 2.2.1 关键点表示 2.2.2 损失函数设计 2…

AI学术支持:6个平台智能分析与专业内容优化

工具对比总结 以下是8个AI论文工具的简要排名,基于核心功能、处理速度和适用性对比。排名侧重实用性与用户反馈,数据源于引用内容案例: 工具名称 主要功能 优势亮点 aibiye 降AIGC率 20分钟处理,AIGC率降至个位数&#xfff…

导师严选2026自考AI论文平台TOP10:哪款真能帮你写好毕业论文?

导师严选2026自考AI论文平台TOP10:哪款真能帮你写好毕业论文? 2026年自考AI论文平台测评:如何选对工具提升写作效率? 随着人工智能技术的不断进步,越来越多的自考生开始借助AI论文平台来辅助毕业论文的撰写。然而&…

Bug侦破大会:破解技术悬案的终极策略

技术悬案:Bug侦破大会的挑战与策略主题引入 从软件开发的日常中选取典型Bug案例,以悬疑叙事方式吸引读者,强调复杂Bug对项目的潜在影响。案例背景设定选择具有代表性的技术场景(如分布式系统、内存泄漏、并发问题)&…

无人机实时图像推理加速实战

💓 博客主页:借口的CSDN主页 ⏩ 文章专栏:《热点资讯》 无人机实时图像推理加速:实战中的效率革命目录无人机实时图像推理加速:实战中的效率革命 引言:实时性,无人机智能的生死线 一、无人机图像…

图神经网络分享系列-GraphSage(Inductive Representation Learning on Large Graphs) (四)

目录 A . 小批量伪代码 核心思想 采样与聚合阶段 邻域采样函数 采样方向与层数定义 B. 附加数据集详情 C. 实验设置与超参数调优细节 D. 深度游走及相关方法的对齐问题与正交不变性 问题一:跨图嵌入空间未对齐 问题二:动态图的嵌入漂移 缓解策…

MATLAB高效算法优化实战技巧

MATLAB高效算法实战技术文章大纲核心优化策略向量化运算替代循环:利用MATLAB内置函数(如arrayfun、bsxfun)提升矩阵操作效率预分配内存:避免动态扩展数组,通过zeros或prealloc提前分配内存空间JIT加速:解释…

一个OHEM技巧,轻松解决样本失配,语义分割 mIoU 显著提升

文章目录 毕设突破:语义分割中OHEM在线困难样本挖掘全流程实战,从原理到代码赋能模型精度 一、先懂“OHEM在线困难样本挖掘”的毕设价值 二、技术拆解:OHEM的核心逻辑 1. OHEM的核心思路 2. OHEM的优势与不足 三、实战:OHEM在语义分割中的毕设级实现 1. 环境准备与基础模型…

深度测评自考必备AI论文平台TOP9:选对工具轻松过关

深度测评自考必备AI论文平台TOP9:选对工具轻松过关 2026年自考论文写作工具测评:选对AI平台,提升效率更关键 随着自考人数逐年增长,论文写作成为众多考生面临的“拦路虎”。从选题构思到资料搜集,再到内容撰写与格式调…

告别资料混乱!PandaWiki+cpolar 让本地 AI 知识库随身用

PandaWiki 作为一款 AI 驱动的本地化知识管理工具,核心功能覆盖智能搜索、富文本编辑与文档管理,还能通过 AI 自动分类整理文档、生成内容摘要,甚至对接钉钉 / 飞书实现智能问答,适配 Windows、macOS、Linux 及飞牛 NAS 等轻量设备…

6大AI学术工具评测:自动改写如何优化论文语言

开头总结工具对比(技能4) �� 为帮助学生们快速选出最适合的AI论文工具,我从处理速度、降重效果和核心优势三个维度,对比了6款热门网站,数据基于实际使用案例: 工具名称 处理速度 降…

AI论文工具TOP8:改写+写作功能深度测评

工具对比总结 以下是8个AI论文工具的简要排名,基于核心功能、处理速度和适用性对比。排名侧重实用性与用户反馈,数据源于引用内容案例: 工具名称 主要功能 优势亮点 aibiye 降AIGC率 20分钟处理,AIGC率降至个位数&#xfff…

工业AMR场景融合设计原理2——系统的上下文分析

在工业AMR(自动移动机器人)系统的交付现场,一个反复上演的争议场景极具代表性:业务系统(WMS)显示“物料已出库,任务完成”,调度系统却报告“车辆仍在工位,任务执行中”&a…

YOLOv11-Pose部署RK3588实战:人体姿态识别精度翻倍,边缘推理速度突破瓶颈

【YOLOv11-pose姿态识别部署至RK3588:模型训练到RKNN落地,让人体姿态分析精度与边缘推理速度双突破】 在人体姿态识别场景中,传统模型在复杂动作下的关键点漏检率高达20%以上,而基于YOLOv11-pose的改进方案可将关键点平均精度(mAP)提升至91.3%;通过RK3588边缘平台与RKNN…

YOLOv11-Pose部署RK3588实战:人体姿态识别精度翻倍,边缘推理速度突破瓶颈

【YOLOv11-pose姿态识别部署至RK3588:模型训练到RKNN落地,让人体姿态分析精度与边缘推理速度双突破】 在人体姿态识别场景中,传统模型在复杂动作下的关键点漏检率高达20%以上,而基于YOLOv11-pose的改进方案可将关键点平均精度(mAP)提升至91.3%;通过RK3588边缘平台与RKNN…

8款AI论文工具大PK:改写与写作功能谁更强?

AI论文生成工具排行榜:8个网站对比,论文降重写作功能全 工具对比总结 以下是8个AI论文工具的简要排名,基于核心功能、处理速度和适用性对比。排名侧重实用性与用户反馈,数据源于引用内容案例: 工具名称 主要功能 优…

透明锁屏软件keyfreeze(屏幕锁) - 教程

pre { white-space: pre !important; word-wrap: normal !important; overflow-x: auto !important; display: block !important; font-family: "Consolas", "Monaco", "Courier New", …

突破长序列预测瓶颈:新一代高效 Transformer 架构全面提速

文章目录 科研助力:从零构建轻量型Transformer用于时间序列预测,从原理到工业级落地 一、先懂“Transformer+时间序列”的科研价值 二、技术拆解:Transformer适配时间序列的核心逻辑 1. 时间序列与自然语言的差异 2. 轻量型Transformer的设计要点 三、实战:轻量型Transform…