Indholdsfortegnelse:
- Forbrugsvarer
- Trin 1: Opsætning af TTL -programmereren (VALGFRIT)
- Trin 2: Opsætning af forbindelsen og konfiguration i IDE
- Trin 3: Kode og biblioteker
- Trin 4: Det er det | REDIGERE
Video: ESP32 CAM ansigtsgenkendelse med MQTT -understøttelse - AI-tænker: 4 trin
2024 Forfatter: John Day | [email protected]. Sidst ændret: 2024-01-30 08:27
Hej!
Jeg ville dele min kode til et projekt, hvis jeg skulle have et ESP CAM med ansigtsgenkendelse, der kunne sende data til MQTT. Så godt.. efter måske 7 timers kig gennem flere kodeeksempler og led efter hvad der er hvad, har jeg afsluttet MQTT -integrationen!
Forbrugsvarer
Hvad du har brug for:
- ESP32 kamera (~ 5 $)
- TTL programmerer (~ 2 $)
- 5 jumperkabler
Trin 1: Opsætning af TTL -programmereren (VALGFRIT)
Hvis du bruger en computer, der har en nyere version end Windows 7, har du sandsynligvis brug for de understøttede drivere til programmøren.
Hvis enheden ikke er i stand til at starte, anbefaler jeg dig denne nemme vejledning til at installere driverne manuelt
Trin 2: Opsætning af forbindelsen og konfiguration i IDE
Du skal tilslutte det som på billedet (Det er bedre at bruge 5v i stedet for 3v!)
Det grå kabel skal kun tilsluttes, hvis du vil programmere det!
Jeg går ud fra, at du allerede har ESP32 -pakken installeret, hvis du har brug for at rulle versionen tilbage, uanset hvad du bruger i øjeblikket til version 1.01, er dette trin nødvendigt for ansigtsgenkendelse, ellers fungerer det ikke!
Det næste trin er at gå ind i TOOLS i din IDE og indstille Partition Scheme til Huge APP, og vælg ESP32 Wrover Module som Board!
Trin 3: Kode og biblioteker
Du skal kun bruge PubSubClient -biblioteket, alle andre biblioteker installeres automatisk.
(Glem ikke at ændre dine legitimationsoplysninger, før du uploader)
Download vedhæftningen, og klik på upload, glem ikke det grå kabel, der er nævnt ovenfor!
Efter Upload skal du åbne Serial Monitor og vælge 115200 som baudrate.
Du skal se en IP -adresse at oprette forbindelse til. BEMÆRK: Ansigtsgenkendelse er allerede aktiveret ved start, så det scanner dit ansigt! EDIT: Det gør det IKKE automatisk mere!
På MQTT -delen skal du se en infofane og en ansigtsfane. EDIT: Og id -fanen
Trin 4: Det er det | REDIGERE
Dette er det for nu, jeg tror, jeg vil opdatere det et stykke tid, hvis jeg ser fejl eller andre ting.
Jeg håber du nød!
REDIGERE:
Jeg har foretaget nogle ændringer af koden!
Det gemmer nu dit ansigt i intern hukommelse, så når du starter det, indlæser det alle tidligere gemte ansigter fra Flash!
Det gemmer automatisk registrerede ansigter til Flash.
Jeg fjernede også det automatiske tilmeldingsflade ved opstart.
Jeg har lavet et nyt MQTT -emne kaldet "id", det er her det viser det sidste genkendte ID!
Anbefalede:
Abellcadabra (låsesystem til ansigtsgenkendelse): 9 trin
Abellcadabra (ansigtsgenkendelseslåsesystem): Jeg lagde mig rundt under karantænen og forsøgte at finde en måde at dræbe tiden på ved at opbygge ansigtsgenkendelse til husdøren. Jeg kaldte det Abellcadabra - som er en kombination mellem Abracadabra, en magisk sætning med dørklokke, som jeg kun tager klokken. LOL
Dørlås til ansigtsgenkendelse: 8 trin
Ansigtsgenkendelsesdørlås: Omkring en måned undervejs præsenterer jeg dørlåsen til ansigtsgenkendelse! Jeg forsøgte at få det til at se så pænt ud, som jeg kan, men jeg kan kun gøre så meget som en 13-årig. Denne dørlås til ansigtsgenkendelse drives af en Raspberry Pi 4, med en særlig bærbar
Dørklokke med ansigtsgenkendelse: 7 trin (med billeder)
Dørklokke med ansigtsgenkendelse: Motivation For nylig har der været en bølge af røverier i mit land, der er målrettet ældre i deres eget hjem. Normalt gives adgang fra beboerne selv, da de besøgende overbeviser dem om, at de er omsorgspersoner/sygeplejersker. Det
Ansigtsgenkendelse Smart Lock Med LTE Pi HAT: 4 trin
Ansigtsgenkendelse Smart Lock Med LTE Pi HAT: Ansigtsgenkendelse bliver mere og mere udbredt, vi kan bruge den til at lave en smart lås
Ansigtsgenkendelse i realtid: et ende-til-ende-projekt: 8 trin (med billeder)
Ansigtsgenkendelse i realtid: et ende-til-ende-projekt: På min sidste tutorial, der udforskede OpenCV, lærte vi AUTOMATIC VISION OBJECT TRACKING. Nu vil vi bruge vores PiCam til at genkende ansigter i realtid, som du kan se nedenfor: Dette projekt blev udført med dette fantastiske " Open Source Computer Vision Library & qu