Isi kandungan:
- Langkah 1: Dapatkan Kunci API Anda
- Langkah 2: Kumpulkan Perkakasan Anda
- Langkah 3: Selesaikan LCD Anda Bersama
- Langkah 4: Muat turun NOOBS untuk Raspberry Pi anda
- Langkah 5: Bermula dengan Picamera
- Langkah 6: Cari Port Kamera dan Sambungkan Kamera
- Langkah 7: Buka Alat Konfigurasi Raspberry Pi Dari Menu Utama
- Langkah 8: Pastikan Perisian Kamera Diaktifkan
- Langkah 9: Pratonton Kamera
- Langkah 10: Gambar pegun
- Langkah 11: Kamera Anda Berfungsi
- Langkah 12: Ambil Kit dan Uji LCD Berkumpul Anda
- Langkah 13: Dapatkan Kod untuk Memasangnya pada Peranti Buatan Sendiri Anda
- Langkah 14: Ambil Gambar
- Langkah 15: Selesai
Video: Pengesanan Objek Visual Dengan Kamera (TfCD): 15 Langkah (dengan Gambar)
2024 Pengarang: John Day | [email protected]. Diubah suai terakhir: 2024-01-30 11:12
Perkhidmatan kognitif yang dapat mengenali emosi, wajah orang atau objek sederhana ketika ini masih pada peringkat awal perkembangan, tetapi dengan pembelajaran mesin, teknologi ini semakin berkembang. Kita boleh melihat lebih banyak lagi sihir ini pada masa akan datang.
Untuk projek TU Delft untuk TfCD, Kami memutuskan untuk menggunakan perkhidmatan kognitif penglihatan yang disediakan oleh Microsoft untuk menunjukkan bagaimana melakukan analisis pengenalan penglihatan pada foto. (Lihat video).
CATATAN!
Elektronik dan kod berfungsi dengan baik, tetapi sambungan internet di TU Delft dimatikan sehingga kami tidak mempunyai video yang betul. Kami akan memuat naik yang betul kemudian! Terima kasih kerana memahami!
Langkah 1: Dapatkan Kunci API Anda
Pertama, pergi ke laman perkhidmatan kognitif Azure dan dapatkan kunci Computer Vision API dari laman Microsoft. Pautan ada di bawah:
EKSTRA: Sekiranya anda ingin mencuba API untuk bersenang-senang, dapatkan kunci untuk Pengecaman Wajah dan Pengecaman Emosi juga. Muat turun Visual Studios (versi komuniti baik) dan juga memuat turun kod dari github untuk dimasukkan ke dalam Visual Studios.
Visual Studio:
Github:
Langkah 2: Kumpulkan Perkakasan Anda
Mulakan dengan Raspberry Pi Camera Module, menggunakan Python dan picamera. Anda akan mengambil gambar pegun, merakam video, dan menggunakan kesan gambar. Sebagai permulaan, anda memerlukan:
- Raspberry Pi, Papan Kamera V2, 8MP
- Raspberry Pi 3, Model B, 1GB RAM untuk pengekodan
- Adafruit LCD Character 16x2
- Tetikus untuk memautkan ke Raspberry Pi
- Papan kekunci untuk dihubungkan ke Raspberry Pi
- Monitor untuk membuat pautan ke Raspberry Pi
- Kabel Ethernet untuk menghubungkan Raspberry Pi ke web
- Komputer riba untuk input
- Set pematerian untuk menyolder LCD anda
Langkah 3: Selesaikan LCD Anda Bersama
Gunakan laman Adafruit untuk menyolder LCD anda dengan betul. Pautan ada di bawah:
learn.adafruit.com/adafruit-16x2-karakter…
Langkah 4: Muat turun NOOBS untuk Raspberry Pi anda
Muat turun Raspbian untuk menjalankan Raspberry Pi anda!
www.raspberrypi.org/downloads/noobs/
Lihat Raspberry Pi anda sebagai komputer kecil. Ia memerlukan monitor, tetikus, papan kekunci dan internet. Sambungkannya ke Raspberry Pi anda.
Langkah 5: Bermula dengan Picamera
Modul Kamera adalah aksesori hebat untuk Raspberry Pi, yang membolehkan pengguna mengambil gambar pegun dan merakam video dalam HD penuh. Pertama sekali, dengan Pi dimatikan, anda perlu menyambungkan Modul Kamera ke port kamera Raspberry Pi, kemudian memulakan Pi dan memastikan perisian diaktifkan. Ikuti gambar untuk langkah selanjutnya!
Langkah 6: Cari Port Kamera dan Sambungkan Kamera
Langkah 7: Buka Alat Konfigurasi Raspberry Pi Dari Menu Utama
Langkah 8: Pastikan Perisian Kamera Diaktifkan
Langkah 9: Pratonton Kamera
Sekarang kamera anda disambungkan dan perisian diaktifkan, anda boleh memulakan dengan mencuba pratonton kamera.
- Buka Python 3 dari menu utama
- Buka fail baru dan simpan sebagai camera.py. Anda tidak perlu menyimpannya sebagai picamera.py.
- Masukkan kod berikut:
- dari picamera import PiCamera
- dari waktu tidur import
- kamera = PiCamera ()
- camera.start_preview () sleep (10) camera.stop_preview ()
- Simpan dengan Ctrl + S dan jalankan dengan F5. Pratonton kamera harus ditunjukkan selama 10 saat, dan kemudian tutup. Gerakkan kamera ke sekeliling untuk melihat apa yang dilihat oleh kamera.
- Pratonton kamera langsung harus memenuhi skrin
Langkah 10: Gambar pegun
Penggunaan yang paling biasa untuk Modul Kamera adalah mengambil gambar pegun.
Ubah kod anda untuk mengurangkan tidur dan tambah baris kamera.capture ():
camera.start_preview ()
tidur (5)
camera.capture ('/ rumah / pi / Desktop / gambar.jpg')
camera.stop_preview ()
- Jalankan kod dan anda akan melihat pratonton kamera terbuka selama 5 saat sebelum merakam gambar pegun. Anda akan melihat pratonton menyesuaikan diri dengan resolusi yang berbeza seketika semasa gambar diambil.
- Anda akan melihat foto anda di Desktop. Klik dua kali ikon fail untuk membukanya.
Langkah 11: Kamera Anda Berfungsi
YA! Langkah seterusnya!
Langkah 12: Ambil Kit dan Uji LCD Berkumpul Anda
Aktifkan LCD dengan mengikuti bahagian bawah:
Mengkonfigurasi LCD
a.
Memasang LCD dan menguji jika LCD anda disolder dengan betul!
b.
Langkah 13: Dapatkan Kod untuk Memasangnya pada Peranti Buatan Sendiri Anda
Dapatkan kod dari github:
CATATAN: Kod nampaknya tidak berfungsi dengan baik di Tronny. Gunakan Terminal Raspbian untuk memulakan kod. Letakkan kod (ComputerVision.py) di dalam peta: home / pi / Adafruit_Python_CharLCD / contoh (Atas sebab tertentu ia hanya berfungsi dengan cara ini, kaedah lain hanya akan memberikan ralat yang tidak dapat dijelaskan)
Buka Terminal anda dan taip:
cd Adafruit_Python_CharLCD / contoh
./ComputerVision.py
Langkah 14: Ambil Gambar
Disyorkan:
Pengesanan Objek Dengan Papan Sipeed MaiX (Kendryte K210): 6 Langkah
Pengesanan Objek Dengan Papan Sipeed MaiX (Kendryte K210): Sebagai kesinambungan dari artikel saya sebelumnya mengenai pengecaman gambar dengan Papan Sipeed MaiX, saya memutuskan untuk menulis tutorial lain, dengan fokus pada pengesanan objek. Terdapat beberapa perkakasan menarik muncul baru-baru ini dengan cip Kendryte K210, termasuk S
Pengesanan Objek Raspberry Pi: 7 Langkah
Pengesanan Objek Raspberry Pi: Panduan ini memberikan arahan langkah demi langkah tentang cara menyiapkan API Pengesanan Objek TensorFlow pada Raspberry Pi. Dengan mengikuti langkah-langkah dalam panduan ini, anda akan dapat menggunakan Raspberry Pi anda untuk melakukan pengesanan objek pada video langsung dari P
Penjejakan Objek Berasaskan Pengesanan Warna: 10 Langkah
Penjejakan Objek Berasaskan Pengesanan Warna: Kisah Saya melakukan projek ini untuk belajar memproses gambar menggunakan Raspberry PI dan membuka CV. Untuk menjadikan projek ini lebih menarik, saya menggunakan dua motor SG90 Servo dan memasang kamera di atasnya. Satu motor digunakan untuk bergerak secara mendatar dan motor kedua digunakan untuk menggerakkan verticall
Pengesanan Objek W / Dragonboard 410c atau 820c Menggunakan OpenCV dan Tensorflow .: 4 Langkah
Pengesanan Objek W / Dragonboard 410c atau 820c Menggunakan OpenCV dan Tensorflow .: Instruksional ini menerangkan cara memasang rangka kerja OpenCV, Tensorflow, dan pembelajaran mesin untuk Python 3.5 untuk menjalankan aplikasi Objek Deteksi
Penganalisis Corak Lalu Lintas Menggunakan Pengesanan Objek Langsung: 11 Langkah (dengan Gambar)
Penganalisis Corak Lalu Lintas Menggunakan Pengesanan Objek Langsung: Di dunia masa kini, lampu isyarat penting untuk jalan raya yang selamat. Namun, berkali-kali, lampu isyarat boleh menjengkelkan dalam keadaan di mana seseorang menghampiri lampu sama seperti lampu merah. Ini membuang masa, terutamanya jika cahaya pr