Სარჩევი:
ვიდეო: RASPBERRY PI Pi ობიექტის ამოცნობა მრავალჯერადი კამერის საშუალებით: 3 ნაბიჯი
2024 ავტორი: John Day | [email protected]. ბოლოს შეცვლილი: 2024-01-30 10:17
მოკლედ შევაჩერებ შესავალს, რადგან სათაურიდან ჩანს, თუ რა არის სასწავლო ინსტრუქციის მთავარი მიზანი. ამ ნაბიჯ-ნაბიჯ ინსტრუქციულად, მე აგიხსნით, თუ როგორ უნდა დააკავშიროთ მრავალი კამერა, როგორიცაა 1-pi კამერა და მინიმუმ ერთი USB კამერა, ან 2 USB კამერა. კონფიგურაცია მოგვცემს წვდომას ყველა ნაკადზე ერთდროულად და შევასრულებთ მოძრაობის გამოვლენას თითოეულ მათგანზე. ამის საუკეთესო ნაწილი ისაა, რომ openCV მუშაობს რეალურ დროში, (ან რეალურ დროში ახლოსაა, დამოკიდებულია თქვენს მიერ მიმაგრებული კამერების რაოდენობაზე). ის შეიძლება გამოყენებულ იქნას სახლის მეთვალყურეობისთვის.
შინაარსი
1. მრავალ კამერის დაყენება
2. მარტივი მოძრაობის დეტექტორის განსაზღვრა, ნაკადებზე წვდომა
4. საბოლოო შედეგი
ნაბიჯი 1: მრავალ კამერის დაყენება
Raspberry Pi– ს შექმნისას მრავალი კამერის გამოყენების მიზნით, თქვენ გაქვთ ორი ვარიანტი:
უბრალოდ გამოიყენეთ რამოდენიმე USB ვებკამერა.
ან გამოიყენეთ ერთი Raspberry Pi კამერის მოდული და მინიმუმ ერთი USB ვებ კამერა.
ჩვენ გამოვიყენეთ Logitech c920 ვებ კამერა.
ჟოლოს pi აქვს ერთი შიდა კამერის პორტი, მაგრამ თუ გსურთ გამოიყენოთ ჟოლოს pi კამერა USB კამერის ნაცვლად, თქვენ უნდა მიიღოთ ფარი.
ახლა განვიხილოთ 2 კამერის დაყენება ერთი pi-cam და ერთი USB კამერით. გამომავალი იქნება როგორც გამოსახულებაში_2.
ამ პოსტის დანარჩენ ნაწილში ჩვენ განვსაზღვრავთ მოძრაობის დეტექტორის კოდს ერთი კამერისთვის, შემდეგ კი განვახორციელებთ მას მრავალ კამერაზე.
ნაბიჯი 2: მარტივი მოძრაობის დეტექტორის განსაზღვრა
ამ განყოფილებაში ჩვენ განვსაზღვრავთ პითონის მარტივ კოდს ობიექტების აღმოსაჩენად. ეფექტურობის შესანარჩუნებლად, განვიხილოთ მხოლოდ ერთი ობიექტი, რომელიც მოძრაობს ერთ კამერაში.
ყველა კოდის ფაილი მიმაგრებულია ჩემს Github ბმულში:
გირჩევთ:
Opencv სახის ამოცნობა, სწავლება და ამოცნობა: 3 ნაბიჯი
Opencv სახის ამოცნობა, სწავლება და ამოცნობა: OpenCV არის ღია კოდის კომპიუტერული ხედვის ბიბლიოთეკა, რომელიც ძალიან პოპულარულია გამოსახულების დამუშავების ძირითადი ამოცანების შესასრულებლად, როგორიცაა დაბინდვა, სურათის შერწყმა, სურათის გაძლიერება, ასევე ვიდეოს ხარისხი, ბარიერი და ა.შ. სურათის დამუშავების გარდა, ეს პროვოცირებს
სახის ამოცნობა და ამოცნობა - Arduino Face ID OpenCV პითონისა და Arduino– ს გამოყენებით .: 6 ნაბიჯი
სახის ამოცნობა და ამოცნობა | Arduino Face ID OpenCV პითონისა და არდუინოს გამოყენებით: სახის ამოცნობა AKA face ID არის ერთ -ერთი ყველაზე მნიშვნელოვანი ფუნქცია მობილურ ტელეფონებზე დღეს. ასე რომ, მე მქონდა შეკითხვა " შემიძლია ვიპოვო სახის ID ჩემი Arduino პროექტისთვის " და პასუხი არის დიახ … ჩემი მოგზაურობა დაიწყო შემდეგნაირად: ნაბიჯი 1: ჩვენთან წვდომა
ჟოლო Pi ობიექტის ამოცნობა: 7 ნაბიჯი
Raspberry Pi Object Detection: ეს სახელმძღვანელო გთავაზობთ ნაბიჯ ნაბიჯ ინსტრუქციას, თუ როგორ უნდა შეიქმნას TensorFlow’s Object Detection API Raspberry Pi– ზე. ამ სახელმძღვანელოში მოცემული ნაბიჯების დაცვით, თქვენ შეძლებთ გამოიყენოთ თქვენი Raspberry Pi, რათა განახორციელოთ ობიექტის ამოცნობა პირდაპირ ვიდეოზე P
ვიზუალური ობიექტის ამოცნობა კამერით (TfCD): 15 ნაბიჯი (სურათებით)
ვიზუალური ობიექტის ამოცნობა კამერით (TfCD): შემეცნებითი მომსახურება, რომელსაც შეუძლია ემოციების, ადამიანების სახეების ან უბრალო საგნების ამოცნობა, ჯერ კიდევ განვითარების საწყის ეტაპზეა, მაგრამ მანქანათმცოდნეობით, ეს ტექნოლოგია სულ უფრო ვითარდება. ჩვენ შეგვიძლია ველოდოთ ამ ჯადოს მეტის ნახვას
სახის ამოცნობა+ამოცნობა: 8 ნაბიჯი (სურათებით)
სახის გამოვლენა+ამოცნობა: ეს არის მარტივი ამოცანა სახის გამოვლენისა და ამოცნობის შესახებ OpenCV კამერით. შენიშვნა: მე გავაკეთე ეს პროექტი სენსორული კონკურსისთვის და გამოვიყენე კამერა, როგორც სენსორი თვალყურის დევნისა და აღიარების სახეებისთვის. ასე რომ, ჩვენი მიზანი ამ სესიაზე, 1. დააინსტალირეთ ანაკონდა