Სარჩევი:
- ნაბიჯი 1: მიიღეთ თქვენი API გასაღები
- ნაბიჯი 2: შეაგროვეთ თქვენი აპარატურა
- ნაბიჯი 3: შეაერთეთ თქვენი LCD ერთად
- ნაბიჯი 4: ჩამოტვირთეთ NOOBS თქვენი ჟოლოსთვის
- ნაბიჯი 5: დაწყება Picamera– ით
- ნაბიჯი 6: იპოვნეთ კამერის პორტი და შეაერთეთ კამერა
- ნაბიჯი 7: გახსენით Raspberry Pi კონფიგურაციის ინსტრუმენტი მთავარი მენიუდან
- ნაბიჯი 8: დარწმუნდით, რომ კამერის პროგრამული უზრუნველყოფა ჩართულია
- ნაბიჯი 9: კამერის გადახედვა
- ნაბიჯი 10: ფოტოები
- ნაბიჯი 11: თქვენი კამერა მუშაობს
- ნაბიჯი 12: მიიღეთ აწყობილი LCD ნაკრები და ტესტი
- ნაბიჯი 13: მიიღეთ კოდი, რომ დააინსტალიროთ თქვენს თვითნაკეთ მოწყობილობაზე
- ნაბიჯი 14: გადაიღე სურათი
- ნაბიჯი 15: შესრულებულია
ვიდეო: ვიზუალური ობიექტის ამოცნობა კამერით (TfCD): 15 ნაბიჯი (სურათებით)
2024 ავტორი: John Day | [email protected]. ბოლოს შეცვლილი: 2024-01-30 10:20
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, რომ მომავალში ამ ჯადოსნურ მეტს ვნახავთ.
TU Delft– ის პროექტის TfCD– სთვის, ჩვენ გადავწყვიტეთ გამოვიყენოთ Microsoft– ის მიერ მოწოდებული ხედვის შემეცნებითი სერვისები იმის დემონსტრირებისთვის, თუ როგორ უნდა გავაკეთოთ ხედვის ამოცნობის ანალიზი ფოტოებზე. (იხილეთ ვიდეო).
ᲨᲔᲜᲘᲨᲕᲜᲐ!
ელექტრონიკა და კოდი მუშაობს გამართულად, მაგრამ TU Delft– ის ინტერნეტ კავშირი გამორთული იყო, ამიტომ ჩვენ არ გვაქვს შესაბამისი ვიდეო. ჩვენ მოგვიანებით ავტვირთავთ შესაბამისს! გმადლობთ გაგებისთვის!
ნაბიჯი 1: მიიღეთ თქვენი API გასაღები
პირველი, გადადით Azure შემეცნებითი სერვისების საიტზე და მიიღეთ Microsoft Vision API გასაღები Microsoft– ის საიტიდან. ბმული ქვემოთ მოცემულია:
დამატებითი: თუ გსურთ სცადოთ API, რომ ცოტათი გაერთოთ, მიიღეთ გასაღები სახის ამოცნობისა და ემოციების ამოცნობისთვისაც. ჩამოტვირთეთ Visual Studios (საზოგადოების ვერსია კარგია) და ასევე ჩამოტვირთეთ კოდი github– დან Visual Studios– ში ჩასასმელად.
ვიზუალური სტუდიები:
Github:
ნაბიჯი 2: შეაგროვეთ თქვენი აპარატურა
დაიწყეთ Raspberry Pi Camera Module– ით, Python– ისა და picamera– ს გამოყენებით. თქვენ გადაიღებთ ფოტოებს, ჩაწერთ ვიდეოს და გამოიყენებთ გამოსახულების ეფექტებს. დასაწყებად, დაგჭირდებათ:
- Raspberry Pi, კამერის დაფა V2, 8MP
- ჟოლო Pi 3, მოდელი B, 1 GB ოპერატიული კოდირებისთვის
- Adafruit 16x2 პერსონაჟი LCD
- მაუსი რომ დაუკავშირდეს Raspberry Pi- ს
- კლავიატურა Raspberry Pi– ს დასაკავშირებლად
- მონიტორი Raspberry Pi- თან დასაკავშირებლად
- Ethernet კაბელი Raspberry Pi ინტერნეტით დასაკავშირებლად
- ლეპტოპი შეყვანისთვის
- Soldering კომპლექტი solder თქვენი LCD
ნაბიჯი 3: შეაერთეთ თქვენი LCD ერთად
გამოიყენეთ ადაფრუტის საიტი თქვენი LCD– ის სწორად შესაკრავად. ბმული მოცემულია ქვემოთ:
learn.adafruit.com/adafruit-16x2-character…
ნაბიჯი 4: ჩამოტვირთეთ NOOBS თქვენი ჟოლოსთვის
ჩამოტვირთეთ Raspbian თქვენი Raspberry Pi გასაშვებად!
www.raspberrypi.org/downloads/noobs/
იხილეთ თქვენი Raspberry Pi როგორც პატარა კომპიუტერი. მას სჭირდება მონიტორი, მაუსი, კლავიატურა და ინტერნეტი. შეაერთეთ ეს თქვენს ჟოლოს პითან.
ნაბიჯი 5: დაწყება Picamera– ით
კამერის მოდული არის შესანიშნავი აქსესუარი Raspberry Pi– სთვის, რომელიც მომხმარებლებს საშუალებას აძლევს გადაიღონ ფოტოები და ჩაწერონ ვიდეო სრული HD– ით. უპირველეს ყოვლისა, Pi გამორთული, თქვენ უნდა დაუკავშიროთ კამერის მოდული Raspberry Pi კამერის პორტს, შემდეგ ჩართეთ Pi და დარწმუნდით, რომ პროგრამული უზრუნველყოფა ჩართულია. მიჰყევით სურათებს შემდგომი ნაბიჯებისთვის!
ნაბიჯი 6: იპოვნეთ კამერის პორტი და შეაერთეთ კამერა
ნაბიჯი 7: გახსენით Raspberry Pi კონფიგურაციის ინსტრუმენტი მთავარი მენიუდან
ნაბიჯი 8: დარწმუნდით, რომ კამერის პროგრამული უზრუნველყოფა ჩართულია
ნაბიჯი 9: კამერის გადახედვა
ახლა თქვენი კამერა დაკავშირებულია და პროგრამული უზრუნველყოფა ჩართულია, შეგიძლიათ დაიწყოთ კამერის წინასწარი გადახედვის გზით.
- გახსენით პითონი 3 მთავარი მენიუდან
- გახსენით ახალი ფაილი და შეინახეთ როგორც camera.py. მნიშვნელოვანია, რომ არ შეინახოთ ის როგორც picamera.py.
- შეიყვანეთ შემდეგი კოდი:
- საწყისი picamera იმპორტი PiCamera
- დროიდან იმპორტი ძილის
- კამერა = PiCamera ()
- camera.start_preview () ძილი (10) camera.stop_preview ()
- შეინახეთ Ctrl + S და გაუშვით F5. კამერის გადახედვა ნაჩვენები უნდა იყოს 10 წამის განმავლობაში, შემდეგ კი დაიხუროს. გადაადგილეთ კამერა, რომ ნახოთ რას ხედავს კამერა.
- პირდაპირი კამერის გადახედვა უნდა ავსებდეს ეკრანს
ნაბიჯი 10: ფოტოები
კამერის მოდულის ყველაზე გავრცელებული გამოყენება არის გადაღებული სურათების გადაღება.
შეცვალეთ თქვენი კოდი ძილის შესამცირებლად და დაამატეთ კამერა. Capture () ხაზი:
camera.start_preview ()
ძილი (5)
camera.capture ('/home/pi/Desktop/image.jpg')
camera.stop_preview ()
- გაუშვით კოდი და ნახავთ კამერის წინასწარი გადახედვას გახსნილი 5 წამის განმავლობაში, სანამ სურათს გადაიღებთ. სურათის გადაღებისთანავე ნახავთ გადახედვას, რომელიც მორგებულია სხვა რეზოლუციაზე.
- თქვენ ნახავთ თქვენს ფოტოს სამუშაო მაგიდაზე. ორჯერ დააწკაპუნეთ ფაილის ხატზე მის გასახსნელად.
ნაბიჯი 11: თქვენი კამერა მუშაობს
დიახ! Შემდეგი ნაბიჯი!
ნაბიჯი 12: მიიღეთ აწყობილი LCD ნაკრები და ტესტი
ჩართეთ LCD შემდეგი ნაბიჯების შემდეგ:
LCD– ის კონფიგურაცია
ა
LCD– ის დაყენება და ტესტირება, თუ თქვენი LCD სწორად არის შედუღებული!
ბ
ნაბიჯი 13: მიიღეთ კოდი, რომ დააინსტალიროთ თქვენს თვითნაკეთ მოწყობილობაზე
მიიღეთ კოდი github– დან:
შენიშვნა: კოდი, როგორც ჩანს, კარგად არ მუშაობს ტრონიში. გამოიყენეთ Raspbian– ის ტერმინალი კოდის დასაწყებად. განათავსეთ კოდი (ComputerVision.py) რუკაზე: home/pi/Adafruit_Python_CharLCD/მაგალითები (რატომღაც ის მხოლოდ ასე მუშაობს, სხვა მეთოდები მხოლოდ აუხსნელ შეცდომებს მისცემს)
გახსენით ტერმინალი და ჩაწერეთ:
cd Adafruit_Python_CharLCD/მაგალითები
./ComputerVision.py
ნაბიჯი 14: გადაიღე სურათი
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
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
RASPBERRY PI Pi ობიექტის ამოცნობა მრავალჯერადი კამერის საშუალებით: 3 ნაბიჯი
RASPBERRY PI Pi ობიექტის ამოცნობა მრავალჯერადი კამერის საშუალებით: მოკლედ შევაჩერებ შესავალს, რადგან სათაური თავისთავად მიანიშნებს რა არის სასწავლო ინსტრუქციის მთავარი მიზანი. ამ ნაბიჯ ნაბიჯ ინსტრუქციის მიხედვით, მე აგიხსნით, თუ როგორ უნდა დააკავშიროთ მრავალი კამერა, როგორიცაა 1-pi კამერა და მინიმუმ ერთი USB კამერა, ან 2 USB კამერა
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
გადაიღეთ გასაოცარი მაკრო სურათები ნებისმიერი კამერით ტელეფონის კამერით განსაკუთრებით iPhone: 6 ნაბიჯი
გადაიღეთ გასაოცარი მაკრო სურათები ნებისმიერი კამერის ტელეფონის კამერით … განსაკუთრებით IPhone: ოდესმე მინდოდა ერთ – ერთი იმ საოცარი ახლო ფოტოდან გადაღება … ის, რომელიც ამბობს … WOW!? … კამერის ტელეფონის კამერით არანაკლებ !? ძირითადად, ეს არის გამაძლიერებელი დანამატი ნებისმიერი კამერის ტელეფონის კამერისთვის, რათა გაზარდოს თქვენი არსებული კამერის ობიექტივი გასაოცრად