Spisu treści:
- Krok 1: Wymagania
- Krok 2: Montaż karty MicroSD (tylko W/Dragonboard410c)
- Krok 3: Instalowanie wymaganych frameworków
- Krok 4: Uruchamianie aplikacji AR
Wideo: Rzeczywistość rozszerzona (AR) dla Dragonboard410c lub Dragonboard820c przy użyciu OpenCV i Pythona 3.5: 4 kroki
2024 Autor: John Day | [email protected]. Ostatnio zmodyfikowany: 2024-01-30 11:31
Ta instrukcja opisuje, jak zainstalować OpenCV, Python 3.5 i zależności dla Pythona 3.5, aby uruchomić aplikację rzeczywistości rozszerzonej.
Krok 1: Wymagania
Będziesz potrzebować następujących rzeczy:
Dragonboard 410c lub 820c;
Czysta instalacja Linaro-alip/dewelopera;
DB410c: Testowane w wersji v431.link
snapshots.linaro.org/96boards/dragonboard4..
DB820c: Testowane w wersji v228.link
snapshots.linaro.org/96boards/dragonboard8..
Karta microSD o pojemności co najmniej 16 GB (w przypadku korzystania z Dragonboard 410c);
Pobierz plik (na końcu tego kroku), rozpakuj i skopiuj na kartę MicroSD;
Obs: Jeśli używasz Dragonboard 820c, pobierz plik, rozpakuj i przejdź do /home/*USER*/, aby ułatwić korzystanie z poleceń;
- koncentrator USB;
- Mysz i klawiatura USB;
- Połączenie internetowe.
Krok 2: Montaż karty MicroSD (tylko W/Dragonboard410c)
Otwórz terminal w Dragonboard;
W terminalu uruchom fdisk:
$ sudo fdisk -l
- Włóż kartę MicroSD do gniazda karty MicroSD DragonBoard;
- Uruchom ponownie fdisk, szukając nazwy (i partycji) nowego urządzenia na liście:
$ sudo fdisk -l
Przejdź do katalogu głównego:
$ cd ~
Utwórz folder:
$ mkdir sdfolder
Zamontuj kartę MicroSD:
zamontować /dev/sd_card_partition_name sdfolder
Krok 3: Instalowanie wymaganych frameworków
Otwórz terminal w Dragonboard;
W terminalu przejdź do wybranego katalogu (używając "~" dla 820c i zamontowanej karty SD dla 410c):
(820c) $ cd
(410c) $ cd ~/sdfolder
Uruchom skrypt zram.sh:
$ sudo bash augmented_reality/scripts/zram.sh
Aktualizacja systemu:
aktualizacja sudo apt i aktualizacja sudo apt
Zainstaluj te pakiety:
sudo apt install -y debootstrap schroot git curl pkg-config zip rozpakuj python python-pip g++ zlib1g-dev openjdk-8-jdk libhdf5-dev libatlas-base-dev gfortran v4l-utils hdf5* libhdf5* libhdf5* libhdf5* essential cm-ake build libreadline-gplv2-dev libncursesw5-dev libssl-dev libsqlite3-dev tk-dev libgdbm-dev libc6-dev libbz2-dev libjpeg-dev libtiff5-dev libavcodec-dev libavformat-dev libswscale-dev libvx4l-dev libgtk2.0-dev libgtk-3-dev
Przejdź do tego katalogu:
$ cd /usr/src
Pobierz Pythona 3.5:
sudo wget
Wyodrębnij pakiet:
$ sudo tar xzf Python-3.5.6.tgz
Usuń skompresowany pakiet:
$ sudo rm Python-3.5.6.tgz
Przejdź do katalogu Python 3.5:
$ cd Python-3.5.6
Włącz optymalizacje dla kompilacji Pythona 3.5:
$ sudo./configure --enable-optimizations
Skompiluj Pythona 3.5:
$ sudo make altinstall
Uaktualnij narzędzia pip i setup:
$ sudo python3.5 -m pip install --upgrade pip && python3.5 -m pip install --upgrade setuptools
Zainstaluj numpy:
$ python3.5 -m pip zainstalować numpy
Przejdź do wybranego katalogu:
(820c) $ cd ~
(410c) $ cd ~/sdfolder
Klonuj repozytoria OpenCV i OpenCV Contrib:
$ sudo git clone -b 3.4 https://github.com/opencv/opencv.git && sudo git clone -b 3.4
Przejdź do katalogu:
$ cd opencv
Utwórz katalog kompilacji i przejdź do niego:
$ sudo mkdir build && cd build
Uruchom CMake:
$ sudo cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local -D BUILD_opencv_java=OFF -D BUILD_opencv_python=OFF -D BUILD_opencv_python3=ON -D PYTHON3_TABELA_$. który python3.5) -D PYTHON_INCLUDE_DIR=/usr/local/include/python3.5m/ -D INSTALL_C_EXAMPLES=OFF -D INSTALL_PYTHON3_EXAMPLES=OFF -D BUILD_EXAMPLES=OFF -D WITH_CUDA=OFF WITH -D BUILD_TESTS=OFF -D BUILD_TESTS= -DBUILD_TBB=WŁ -D OPENCV_ENABLE_NONFREE=WŁ -DBUILD_opencv_xfeatures2d=WYŁ -D OPENGL=WŁ -D OPENMP=WŁ -D ENABLE_NEON=WŁ -D BUILD_PERF_TESTS=WYŁ -D OPENCV_EXTRA_MODULES_PATH=/.cv/.cont.
Skompiluj OpenCV z 4 rdzeniami:
$ sudo make -j 4
Zainstaluj OpenCV:
$ sudo make zainstaluj
Przejdź do wybranego katalogu:
(820c) $ cd ~
(410c) $ cd ~/sdfolder
Zainstaluj wymagania Python3.5:
$ sudo python3.5 -m pip install -r wymagania.txt --no-cache-dir
Importy testowe:
pyton3.5
> importuj cv2 >> importuj kolbę
Krok 4: Uruchamianie aplikacji AR
Przejdź do wybranego katalogu:
(820c) $ cd
(410c) $ cd ~/sdfolder
Przejdź do katalogu rzeczywistości rozszerzonej:
$ cd rozszerzona_rzeczywistość/
Uruchom aplikację:
$ python3.5 aplikacja.py
Obs: Teraz podłącz kamerę USB i otwórz za pomocą przeglądarki z adresem IP płyty i portem (np. 192.168.1.1:5000), wydrukuj model zapisany w folderze referencyjnym i umieść przed kamerą internetową, tak jak obraz na górze. Można zmienić zwierzę otwierając kod źródłowy, przechodząc do linii 92 i zmieniając nazwę przed komendą przechwytywania wideo, dostępne zwierzęta to: krowa, lis, tłuszcz ze statku piratów, szczur i wilk. Istnieje również możliwość zmiany obrazu referencyjnego poprzez zmianę obrazu w folderze referencyjnym.
Zalecana:
Neopixel Ws2812 Rainbow LED Glow z M5stick-C - Uruchamianie Rainbow na Neopixel Ws2812 przy użyciu M5stack M5stick C przy użyciu Arduino IDE: 5 kroków
Neopixel Ws2812 Rainbow LED Glow z M5stick-C | Uruchamianie Rainbow na Neopixel Ws2812 Używając M5stack M5stick C Używając Arduino IDE: Cześć chłopaki, w tej instrukcji dowiemy się, jak używać neopikselowych ws2812 LED lub taśmy LED lub matrycy LED lub pierścienia LED z płytką rozwojową m5stack m5stick-C z Arduino IDE i zrobimy wzór tęczy z nim
Wykrywanie obiektów z Dragonboard 410c lub 820c przy użyciu OpenCV i Tensorflow.: 4 kroki
Object Detection W/ Dragonboard 410c lub 820c Using OpenCV i Tensorflow.: Ta instrukcja opisuje, jak zainstalować OpenCV, Tensorflow i frameworki uczenia maszynowego dla Pythona 3.5 w celu uruchomienia aplikacji Object Detection
Rzeczywistość rozszerzona Vuforia 7 Wykrywanie płaszczyzny naziemnej.: 8 kroków
Augmented Reality Vuforia 7 Ground Plane Detection.: Pakiet SDK rzeczywistości rozszerzonej Vuforia dla Unity 3D wykorzystuje ARCore i ARKit do wykrywania płaszczyzn naziemnych w AR. W dzisiejszym samouczku wykorzystamy ich natywną integrację w Unity, aby stworzyć aplikację AR na Androida lub IOS. Będziemy mieli samochód spadający z nieba na ziemię
Samodzielna gra wideo sterowana ruchem głowy (rzeczywistość rozszerzona): 4 kroki
DIY Video Game Controlled by Head Movement (Augmented Reality): Chcę Ci pokazać, jak łatwo w dzisiejszych czasach stworzyć własną grę, którą można sterować poruszając ciałem. Potrzebujesz tylko laptopa z kamerą internetową i trochę umiejętności programowania. Jeśli nie masz laptopa i kamery internetowej lub nie wiesz, jak programować, Yo
Jak oglądać rozszerzoną rzeczywistość na komputerze: 3 kroki
Jak oglądać rozszerzoną rzeczywistość na komputerze: w tym samouczku pokażę, jak oglądać rozszerzoną rzeczywistość na komputerze, używając tylko kamery internetowej, papier i internet