Isi kandungan:
Video: Sistem Pengecam dan Pemadam Kebakaran Berdasarkan Pemprosesan Imej: 3 Langkah
2024 Pengarang: John Day | [email protected]. Diubah suai terakhir: 2024-01-30 11:07
Halo kawan-kawan, ini adalah sistem pengesanan dan pemadam api berasaskan pemprosesan gambar menggunakan Arduino
Langkah 1:
Pada dasarnya sistem terbahagi kepada dua bahagian
1 pengesanan kebakaran
2 amaran kebakaran dan alat pemadam api
Pada bahagian pertama api mengesan menggunakan pemprosesan gambar.
Di sini, dalam projek ini saya menggunakan CV terbuka dan ular sawa untuk mengesan kebakaran. Saya membuat HAAR Cascade Classifier untuk pengesanan kebakaran menggunakan Open CV. Ia mempunyai pelatih dan pengesan untuk melatih pengklasifikasi lata kami sendiri, HAAR Cascade digunakan untuk mengesan objek yang telah dilatihnya. Banyak contoh gambar positif dan negatif diperlukan untuk melatih pengkelasan. Latihan pengklasifikasi kaskade adalah proses yang kompleks dan memakan masa, jadi untuk memudahkan saya mencari perisian latihan lata pada nama web adalah "Cascade trainer GUI".
Untuk latihan pengklasifikasi lata, muat turun dan pasang thistrainer EXE dari pautan di atas. Buat folder dengan nama api (Anda dapat membuat folder dengan nama apa pun karena objek sasaran saya adalah api, jadi saya membuat folder "api") sekarang membuat dua folder di dalam folder api dengan nama "n" dan "p", folder n adalah untuk sampel gambar negatif dan p untuk sampel gambar positif. Imej positif mengandungi objek yang ingin dikesan, sekiranya kita ingin mengesan kebakaran, jadi kumpulkan sampel gambar yang berisi api dan masukkan ke dalam folder p. Untuk sampel negatif, kumpulkan sebilangan besar gambar yang tidak mengandungi api walaupun sebahagiannya. Sekarang ikuti langkah-langkah di halaman di atas untuk membuat fail pengklasifikasi lata anda, atau anda boleh memuat turun pengeluar kaskade pra-dibuat untuk pengesanan kebakaran dan kod sumber dari pautan (kod sumber)
Datang ke python, untuk menjalankan projek ini, anda perlu memasang modul dan perpustakaan berikut ke persediaan python anda.
· Numpy
· Scipy
· Pyserial (klik dia untuk memuat turun numpy, scipy dan pyserial)
Setelah pemasangan semua modul buka kod python dengan pengesanan api nama, arduino.py jika anda mendapat beberapa kesilapan semasa berjalan, jangan panik, kami baru sahaja melakukan bahagian pertama.
Langkah 2:
Mari bergerak ke arah perkakasan, di sini saya menggunakan Arduino UNO sebagai pengawal kerana saya perlu mengawal pam, buzzer dan LED merah.
Komponen yang digunakan:
Arduino uno:
LCD 16x2:
Pembesar suara 5volt:
LED
Relay 5volt:
Transistor Bc547:
Resistor 470r, 1k, 220r, 10k pratetap:
Lm7805
Kapasitor 1000uf / 25volt, 470uf / 16 volt:
Diod 1N4007
Kamera web (pilihan, anda juga boleh menggunakan kamera komputer riba):
Pam tenggelam mini (dari kedai tempatan)
Sambungkan semua komponen seperti rajah litar di bawah, sambungkan arduino ke komputer anda menggunakan kabel USB dan cari port com di mana Arduino disambungkan, sekarang buka kod Arduino, pilih port com dan papan yang betul dari menu alat Arduino dan muat naik kodnya.
Langkah 3:
Buka kod python dengan pengesanan api nama, arduino.py semak port com menulis dalam kod yang betul atau tidak dalam baris 13, jika tidak mengubahnya dengan nombor port Arduino com anda. Klik pada tab jalankan kemudian klik jalankan modul atau tekan F5.
Sekiranya semua sambungan ok, pratonton kamera akan dipaparkan di skrin. Sekarang tunjukkan api padanya, kebakaran dapat dikesan dan pam mula serta bunyi buzzer mengeluarkan bunyi bip.
MUAT TURUN
Kod sumber:
Modul Python:
Pelatih Cascade GUI:
Semoga anda dapati ini berguna. jika ya, suka, bagikan, komen keraguan anda. Untuk lebih banyak projek seperti itu, ikuti saya! Sokong saluran saya di YouTube.
Terima kasih!
Youtube
Disyorkan:
Pemprosesan Imej Dengan Raspberry Pi: Memasang OpenCV & Pemisahan Warna Imej: 4 Langkah
Pemprosesan Imej Dengan Raspberry Pi: Memasang OpenCV & Pemisahan Warna Imej: Catatan ini adalah yang pertama dari beberapa tutorial pemprosesan gambar yang akan diikuti. Kami melihat lebih dekat piksel yang membentuk gambar, belajar bagaimana memasang OpenCV pada Raspberry Pi dan kami juga menulis skrip ujian untuk menangkap gambar dan juga
Hawk Gesture: Robot Dikendalikan Gerak Tangan menggunakan Antaramuka Berdasarkan Pemprosesan Imej: 13 Langkah (dengan Gambar)
Gesture Hawk: Robot Dikendalikan Tangan Menggunakan Antaramuka Berasaskan Pemprosesan Imej: Gesture Hawk dipamerkan di TechEvince 4.0 sebagai antara muka manusia-mesin berasaskan pemprosesan gambar. Kegunaannya terletak pada hakikat bahawa tidak ada sensor tambahan atau yang boleh dipakai kecuali sarung tangan yang diperlukan untuk mengawal kereta robot yang berjalan pada
Pengenalan Pemprosesan Imej: Pixy & Alternatifnya: 6 Langkah
Pengenalan Pemprosesan Imej: Pixy & Alternatifnya: Dalam artikel ini, Kami akan menerangkan maksud Pemprosesan Imej Digital (DIP) dan sebab penggunaan perkakasan seperti Pixy dan alat lain untuk membuat proses pada gambar atau video. Pada akhir artikel ini, Anda akan belajar: Bagaimana bentuk gambar digital
Pemprosesan Imej Moyamoya: 8 Langkah
Pemprosesan Imej Moyamoya: Moyamoya, " kepulan asap, " adalah penyakit jarang yang disebabkan oleh penyumbatan arteri di ganglia basal, yang merupakan kawasan di pangkal otak. Penyakit ini adalah penyakit serebrovaskular progresif yang kebanyakannya menyerang kanak-kanak. Sim
Pemprosesan Imej Kuantimetrik: 5 Langkah
Pemprosesan Imej Kuantimetrik: (Gambar di atas menunjukkan perbandingan kaedah pemprosesan gambar yang ada dengan pemprosesan gambar kuantimetrik. Perhatikan hasil yang diperbaiki. Gambar kanan atas menunjukkan artifak pelik yang berasal dari anggapan yang salah bahawa gambar mengukur sesuatu seperti itu