Оглавление:

Обнаружение визуальных объектов с помощью камеры (TfCD): 15 шагов (с изображениями)
Обнаружение визуальных объектов с помощью камеры (TfCD): 15 шагов (с изображениями)

Видео: Обнаружение визуальных объектов с помощью камеры (TfCD): 15 шагов (с изображениями)

Видео: Обнаружение визуальных объектов с помощью камеры (TfCD): 15 шагов (с изображениями)
Видео: Распознавание объектов на Python | Поиск объектов на изображении | TensorFlow, PixelLib 2024, Ноябрь
Anonim
Визуальное обнаружение объектов с помощью камеры (TfCD)
Визуальное обнаружение 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 будущем.

Для проекта TU Delft для TfCD мы решили использовать услуги по распознаванию зрения, предоставляемые Microsoft, чтобы продемонстрировать, как выполнять анализ распознавания зрения на фотографиях. (Смотрите видео).

ПРИМЕЧАНИЕ!

Электроника и код работают нормально, но интернет-соединение в TU Delft было отключено, поэтому у нас нет надлежащего видео. Подходящую мы выложим позже! Спасибо за понимание!

Шаг 1. Получите ключ API

Получите свой ключ API
Получите свой ключ API

Сначала перейдите на сайт когнитивных служб Azure и получите ключ API компьютерного зрения на сайте Microsoft. Ссылка внизу:

ДОПОЛНИТЕЛЬНО: если вы хотите опробовать API, чтобы немного повеселиться, получите также ключ для распознавания лиц и распознавания эмоций. Загрузите Visual Studios (подходит версия сообщества), а также загрузите код с github, чтобы поместить его в Visual Studios.

Visual Studios:

Github:

Шаг 2. Соберите оборудование

Соберите свое оборудование
Соберите свое оборудование

Начните работу с модулем камеры Raspberry Pi, используя Python и picamera. Вы будете делать снимки, записывать видео и применять эффекты к изображениям. Для начала вам понадобятся:

  • Raspberry Pi, плата камеры V2, 8MP
  • Raspberry Pi 3, модель B, 1 ГБ ОЗУ для кодирования
  • Adafruit 16x2 символьный ЖК-дисплей
  • Мышь для ссылки на Raspberry Pi
  • Клавиатура для подключения к Raspberry Pi
  • Монитор для связи с Raspberry Pi
  • Кабель Ethernet для подключения Raspberry Pi к сети
  • Ноутбук для ввода
  • Набор для пайки ЖК-дисплея

Шаг 3: спаяйте ЖК-дисплей вместе

Припаяйте ЖК-дисплей вместе
Припаяйте ЖК-дисплей вместе

Используйте сайт Adafruit, чтобы правильно припаять ЖК-дисплей. Ссылка внизу:

learn.adafruit.com/adafruit-16x2-character…

Шаг 4: Загрузите NOOBS для своего Raspberry Pi

Загрузите NOOBS для своего Raspberry Pi
Загрузите NOOBS для своего Raspberry Pi

Загрузите Raspbian, чтобы запустить Raspberry Pi!

www.raspberrypi.org/downloads/noobs/

Смотрите на свой Raspberry Pi как на маленький компьютер. Ему нужен монитор, мышь, клавиатура и интернет. Подключите их к Raspberry Pi.

Шаг 5. Начало работы с Picamera

Модуль камеры - отличный аксессуар для Raspberry Pi, позволяющий пользователям делать фотоснимки и записывать видео в формате Full HD. Прежде всего, при выключенном Pi вам необходимо подключить модуль камеры к порту камеры Raspberry Pi, затем запустить Pi и убедиться, что программное обеспечение включено. Следуйте изображениям для дальнейших шагов!

Шаг 6: Найдите порт камеры и подключите камеру

Найдите порт камеры и подключите камеру
Найдите порт камеры и подключите камеру

Шаг 7. Откройте инструмент настройки Raspberry Pi из главного меню

Откройте инструмент настройки Raspberry Pi из главного меню
Откройте инструмент настройки Raspberry Pi из главного меню

Шаг 8. Убедитесь, что программное обеспечение камеры включено

Убедитесь, что программное обеспечение камеры включено
Убедитесь, что программное обеспечение камеры включено

Шаг 9: предварительный просмотр камеры

Предварительный просмотр камеры
Предварительный просмотр камеры

Теперь, когда ваша камера подключена и программное обеспечение включено, вы можете начать с предварительного просмотра камеры.

  • Откройте Python 3 из главного меню
  • Откройте новый файл и сохраните его как camera.py. Важно, чтобы вы не сохраняли его как picamera.py.
  • Введите следующий код:
  1. из Picamera импорт PiCamera
  2. от времени импортный сон
  3. камера = PiCamera ()
  4. camera.start_preview () сон (10) camera.stop_preview ()
  • Сохраните с помощью Ctrl + S и запустите с F5. Предварительный просмотр камеры должен отображаться в течение 10 секунд, а затем закрыть. Переместите камеру, чтобы просмотреть то, что видит камера.
  • Предварительный просмотр камеры в реальном времени должен заполнить экран.

Шаг 10: неподвижные изображения

Фотографии
Фотографии

Чаще всего модуль камеры используется для фотосъемки.

Измените свой код, чтобы уменьшить время сна, и добавьте строку camera.capture ():

camera.start_preview ()

сон (5)

camera.capture ('/ home / pi / Desktop / image.jpg')

camera.stop_preview ()

  • Запустите код, и вы увидите, что предварительный просмотр камеры открыт на 5 секунд, прежде чем сделать снимок. Вы увидите, как предварительный просмотр изменится на другое разрешение, когда будет сделан снимок.
  • Вы увидите свое фото на рабочем столе. Дважды щелкните значок файла, чтобы открыть его.

Шаг 11: ваша камера работает

ДА! Следующий шаг!

Шаг 12: возьмите собранный комплект ЖК-дисплея и проверьте его

Включите ЖК-дисплей, выполнив следующие шаги:

Настройка ЖК-дисплея

а.

Установка ЖК-дисплея и проверка правильности пайки ЖК-дисплея!

б.

Шаг 13: Получите код для установки на свое самодельное устройство

Получите код с github:

ПРИМЕЧАНИЕ. Код, похоже, не работает в Тронни. Используйте Терминал Raspbian, чтобы запустить код. Поместите код (ComputerVision.py) на карту: home / pi / Adafruit_Python_CharLCD / examples (по какой-то причине он работает только таким образом, другие методы будут давать только необъяснимые ошибки)

Откройте свой терминал и введите:

cd Adafruit_Python_CharLCD / примеры

./ComputerVision.py

Шаг 14: сделайте снимок

Рекомендуемые: