Indholdsfortegnelse:
- Forbrugsvarer
- Trin 1: Projektarbejde:-
- Trin 2: Forbered RPI:- Opsætningsguide Tidspunktet er:- 15:10 til 16:42 i Youtube Video
Video: Farvedetektering baseret objektsporing: 10 trin
2024 Forfatter: John Day | [email protected]. Sidst ændret: 2024-01-30 08:26
Historie
Jeg lavede dette projekt for at lære billedbehandling ved hjælp af Raspberry PI og åbne CV. For at gøre dette projekt mere interessant brugte jeg to SG90 Servomotorer og monterede kamera på det. En motor bruges til at bevæge sig vandret og anden motor bruges til at bevæge sig lodret.
Forbrugsvarer
Fuld opskrivning
Farvedetekteringsbaseret objektsporing
1. Installer Raspbian Strech på Raspberry 3B+
en. Se min YouTube -video fra: - til 15:10 til 16:42 - >>
b. Brug HDMI-VGA-konverter til at forbinde RPI med skærm og USB-tastatur og mus.
c. Start RPI -skrivebordet, og følg det næste trin.
d. Anbefal at bruge skærm, hvis du er nybegynder, da direkte adgang til PI er let for nybegyndere.
2. Installer Open CV på RPI3B+
en.
b. Taget tid:- Ca. 8+ timer
c. Jeg bruger to dage på at fuldføre denne proces (20 timer), så vær lidenskabelig og rolig.
3. Installer PCM9685 -biblioteket på Raspberry PI.
en. Referencedokumentation:-https://learn.adafruit.com/adafruit-16-channel-servo-driver-with-raspberry-pi?view=all
b. Kontroller PCM9685 i2c -forbindelse med RPI
jeg. Kør:-sudo apt-get install python-smbus
ii. Kør:-sudo apt-get install i2c-tools
iii. Kør: - sudo i2cdetect -y 1
1. Billede af vellykket kommunikation med PCM9685
c. Åbn Terminal og kør: - kilde ~/.profil #to indtastning i virtuelt miljø.
d. Åbn Terminal og kør:-pip3 installer adafruit-circuitpython-servokit
e. Brug aldrig “sudo”, ellers står du over for problemer, da brug af “sudo” ikke installerer bibliotek i dit virtuelle miljø.
f. Kontrol af servo
jeg. Åbn python3, og indtast kommandoer herunder.
ii. fra adafruit_servokit import ServoKit
iii. kit = ServoKit (kanaler = 16)
iv. kit.servo [0]. vinkel = 90
v. kit.servo [0]. vinkel = 180
vi. kit.servo [0].angle = 0
4. Tilslutningsdetaljer:-
en. Tilslut 5VDC til PCM9685 (til servodrift Ekstern 5V kræves)
b. / Tilslut PC9685 I2C & logiske forsyningspinde med RPI -ben.
c. Tilslut to servoer til PCM9685
5. Kontrol af servo
en. Jeg har forberedt 4 filer til servokontrol (180.py, 90.py, 0.py).
jeg. For 0 grader. (Begge Servo ved 0 grader).
ii. For 90 grader. (Begge Servo ved 90 grader).
iii. Til 180 grader. (Begge Servo ved 180 grader).
iv. Kildekode ()
6. Installer PI -kamera på kamerastik og monter servo som forklaret i tutorialvideo.
en. Tutorial URL:-
7. Kør objektsporingskode (download fra:-)
8. Åbn Terminal
en. Kør: - kilde ~/.profil.
b. Kør: - workon cv.
c. Kontroller “(CV)” foran terminalkommandoen.
d. Kør objektsporingskode:- 'stien til din filplacering'/python3.'filnavn '
e. For at afslutte skal du trykke på:- Esc
Trin 1: Projektarbejde:-
- Billede taget med RPI -kamera og behandlet i python ved hjælp af openCV.
- Optaget billede konverteres fra RGB til HSV.
- Anvend maske til specifik farve (i min sidste kode brugte jeg RØD farve & speciel kode bruges til at finde nøjagtig maskeringsværdi, som også er vedhæftet hearwith).
- Find konturer for alle røde objekter i rammen.
- Endelig vil sortering og valg af første konturer give det skøreste røde objekt i rammen.
- Tegn rektangel på objektet og find vandret og lodret midten af rektanglet.
- Kontroller forskellen mellem Frame vandret center og objekt rektangel vandret center.
- Hvis forskellen er større, skal den indstillede værdi derefter begynde at flytte Horisontal servo for at minimere forskellen.
- På samme måde kan vi flytte lodret akse, og endelig fungerer objektsporing i 180 grader.
Trin 2: Forbered RPI:- Opsætningsguide Tidspunktet er:- 15:10 til 16:42 i Youtube Video
Download Raspbian Streach, og opret den på 32 GB hukommelseskort. URL: -https://downloads.raspberrypi.org/raspbian_full_latest.
Efter download af Raspbian -billedet skal du pakke det ud og gemme det på skrivebordet (eller et passende sted).
Download Eatcher for at skrive billede på SD -kort.
URL:
Tilslut HDMI til VGA -kabel til RPI og LCD -skærm.
Tilslut USB -tastatur og mus, og tænd for PI ved hjælp af strømadapter (2,5 amp.)
Anbefalede:
Micro: bit MU Vision Sensor - Objektsporing: 7 trin
Micro: bit MU Vision Sensor - Object Tracking: Så i denne instruktive vil vi begynde at programmere den smarte bil, som vi bygger i denne instruerbare, og som vi har installeret en MU vision sensor på i denne instruerbare.Vi skal programmere mikro: lidt med nogle enkle objektsporing, så det
Farvedetektering i Python ved hjælp af OpenCV: 8 trin
Farvedetektering i Python ved hjælp af OpenCV: Hej! Denne instruerbare bruges til at guide til, hvordan man udtrækker en bestemt farve fra et billede i python ved hjælp af openCV -bibliotek. Hvis du ikke er ny i denne teknik, skal du ikke bekymre dig, i slutningen af denne vejledning kan du programmere din helt egen farve
Arduino -baseret ikke -kontakt infrarødt termometer - IR -baseret termometer ved hjælp af Arduino: 4 trin
Arduino -baseret ikke -kontakt infrarødt termometer | IR -baseret termometer ved hjælp af Arduino: Hej fyre i denne instruktion vil vi lave et kontaktfrit termometer ved hjælp af arduino. Da nogle gange temperaturen på væsken/faststoffet er alt for høj eller for lav, og så er det svært at komme i kontakt med det og læse dets temperaturen derefter i den scene
Objektsporing - Kontrol af kameramontering: 4 trin
Objektsporing - Kamera -monteringskontrol: Hej alle sammen, I denne instruks kan jeg vise dig de fremskridt, der er gjort for mit objektsporingsprojekt. Her kan du finde den tidligere instruerbare: https://www.instructables.com/id/Object-Tracking/ og her kan du finde en youtube -afspilningslister med alle
Farvedetektering ved hjælp af RGB LED: 4 trin
Farvedetektering ved hjælp af RGB LED: Har du nogensinde ønsket en automatisk måde at registrere farven på et objekt? Ved at skinne lys med en bestemt farve på objektet og se på, hvor meget lys der reflekteres tilbage, kan du se, hvilken farve objektet er. For eksempel, hvis du skinner et rødt lys