Оглавление:
![ОБНАРУЖЕНИЕ ОБЪЕКТОВ МАЛИНЫ PI Pi НЕСКОЛЬКИМИ КАМЕРАМИ: 3 шага ОБНАРУЖЕНИЕ ОБЪЕКТОВ МАЛИНЫ PI Pi НЕСКОЛЬКИМИ КАМЕРАМИ: 3 шага](https://i.howwhatproduce.com/images/009/image-25602-j.webp)
Видео: ОБНАРУЖЕНИЕ ОБЪЕКТОВ МАЛИНЫ PI Pi НЕСКОЛЬКИМИ КАМЕРАМИ: 3 шага
![Видео: ОБНАРУЖЕНИЕ ОБЪЕКТОВ МАЛИНЫ PI Pi НЕСКОЛЬКИМИ КАМЕРАМИ: 3 шага Видео: ОБНАРУЖЕНИЕ ОБЪЕКТОВ МАЛИНЫ PI Pi НЕСКОЛЬКИМИ КАМЕРАМИ: 3 шага](https://i.ytimg.com/vi/hDG2W7MaLYg/hqdefault.jpg)
2024 Автор: John Day | [email protected]. Последнее изменение: 2024-01-30 11:50
![ОБНАРУЖЕНИЕ ОБЪЕКТОВ МАЛИНЫ PI Pi НЕСКОЛЬКИМИ КАМЕРАМИ ОБНАРУЖЕНИЕ ОБЪЕКТОВ МАЛИНЫ PI Pi НЕСКОЛЬКИМИ КАМЕРАМИ](https://i.howwhatproduce.com/images/009/image-25602-1-j.webp)
Я сделаю вступление кратким, так как само название подсказывает, какова основная цель инструкции. В этой пошаговой инструкции я объясню вам, как подключить несколько камер, например 1-пи-камеру и хотя бы одну USB-камеру, или 2 USB-камеры. Настройка позволит нам получить доступ ко всем потокам одновременно и выполнять обнаружение движения для каждого из них. Самое приятное в этом то, что openCV работает в режиме реального времени (или почти в реальном времени, в зависимости от количества подключенных камер). Его можно использовать для домашнего наблюдения.
СОДЕРЖАНИЕ
1. Настройка нескольких камер
2. Определение простого детектора движения, доступ к потокам
4. Конечный результат
Шаг 1. Настройка нескольких камер
![Настройка нескольких камер Настройка нескольких камер](https://i.howwhatproduce.com/images/009/image-25602-2-j.webp)
![Настройка нескольких камер Настройка нескольких камер](https://i.howwhatproduce.com/images/009/image-25602-3-j.webp)
При создании настройки Raspberry Pi для использования нескольких камер у вас есть два варианта:
Просто используйте несколько веб-камер USB.
Или используйте один модуль камеры Raspberry Pi и хотя бы одну веб-камеру USB.
Мы использовали веб-камеру Logitech c920.
Raspberry Pi имеет один внутренний порт для камеры, но если вы хотите использовать несколько камер Raspberry Pi вместо USB-камеры, вам понадобится экран.
Теперь давайте рассмотрим установку с двумя камерами, одной пи-камерой и одной USB-камерой. Результат будет таким же, как на изображении_2.
В оставшейся части этого поста мы сначала определим простой код детектора движения для одной камеры, а затем реализуем его для нескольких камер.
Шаг 2: определение простого детектора движения
В этом разделе мы определим простой код Python для обнаружения объектов. Для большей эффективности рассмотрим, как движется только один объект в одном поле зрения камеры.
все файлы кода прикреплены к моей ссылке на Github:
Рекомендуемые:
Обнаружение объектов с помощью Sipeed MaiX Board (Kendryte K210): 6 шагов
![Обнаружение объектов с помощью Sipeed MaiX Board (Kendryte K210): 6 шагов Обнаружение объектов с помощью Sipeed MaiX Board (Kendryte K210): 6 шагов](https://i.howwhatproduce.com/images/001/image-134-13-j.webp)
Обнаружение объектов с помощью досок Sipeed MaiX (Kendryte K210): в продолжение моей предыдущей статьи о распознавании изображений с помощью досок Sipeed MaiX Boards я решил написать еще один учебник, посвященный обнаружению объектов. Недавно появилось интересное оборудование с чипом Kendryte K210, в том числе S
Обнаружение объектов Raspberry Pi: 7 шагов
![Обнаружение объектов Raspberry Pi: 7 шагов Обнаружение объектов Raspberry Pi: 7 шагов](https://i.howwhatproduce.com/images/009/image-24322-j.webp)
Обнаружение объектов Raspberry Pi: в этом руководстве представлены пошаговые инструкции по настройке API обнаружения объектов TensorFlow на Raspberry Pi. Выполнив действия, описанные в этом руководстве, вы сможете использовать Raspberry Pi для обнаружения объектов на видео в реальном времени с P
Обнаружение объектов с помощью Dragonboard 410c или 820c с использованием OpenCV и Tensorflow .: 4 шага
![Обнаружение объектов с помощью Dragonboard 410c или 820c с использованием OpenCV и Tensorflow .: 4 шага Обнаружение объектов с помощью Dragonboard 410c или 820c с использованием OpenCV и Tensorflow .: 4 шага](https://i.howwhatproduce.com/images/003/image-6246-2-j.webp)
Обнаружение объектов W / Dragonboard 410c или 820c с использованием OpenCV и Tensorflow. В этой инструкции описывается, как установить OpenCV, Tensorflow и фреймворки машинного обучения для Python 3.5 для запуска приложения Object Detection
Обнаружение объектов во время вождения радиоуправляемой машины: 9 шагов
![Обнаружение объектов во время вождения радиоуправляемой машины: 9 шагов Обнаружение объектов во время вождения радиоуправляемой машины: 9 шагов](https://i.howwhatproduce.com/images/003/image-8773-13-j.webp)
Обнаружение объектов во время вождения радиоуправляемого автомобиля: этот проект посвящен использованию ультразвуковых датчиков на автомобиле для обнаружения препятствий
Обнаружение визуальных объектов с помощью камеры (TfCD): 15 шагов (с изображениями)
![Обнаружение визуальных объектов с помощью камеры (TfCD): 15 шагов (с изображениями) Обнаружение визуальных объектов с помощью камеры (TfCD): 15 шагов (с изображениями)](https://i.howwhatproduce.com/images/004/image-9177-9-j.webp)
Обнаружение визуальных объектов с помощью камеры (TfCD): когнитивные сервисы, которые могут распознавать эмоции, лица людей или простые объекты, в настоящее время все еще находятся на ранней стадии разработки, но с машинным обучением эта технология все больше развивается. Мы можем ожидать увидеть больше этой магии в