Wizualne wykrywanie obiektów za pomocą kamery (TfCD): 15 kroków (ze zdjęciami)

2024 Autor: John Day | [email protected]. Ostatnio zmodyfikowany: 2024-01-30 11:32

Usługi kognitywne, które potrafią rozpoznawać emocje, twarze ludzi czy proste przedmioty, są obecnie jeszcze na wczesnym etapie rozwoju, ale wraz z uczeniem maszynowym ta technologia coraz bardziej się rozwija. Możemy spodziewać się, że w przyszłości zobaczymy więcej tej magii.

W ramach projektu TU Delft dla TfCD zdecydowaliśmy się skorzystać z usług kognitywnych wizji dostarczonych przez Microsoft, aby zademonstrować, jak przeprowadzić analizę rozpoznawania wzroku na zdjęciach. (Zobacz wideo).

NOTATKA!

Elektronika i kod działają poprawnie, ale połączenie internetowe w TU Delft było wyłączone, więc nie mamy odpowiedniego obrazu. Właściwe wrzucimy później! Dziękuję za zrozumienie!

Krok 1: Uzyskaj klucz API

Najpierw przejdź do witryny usług kognitywnych platformy Azure i uzyskaj klucz interfejsu API Computer Vision z witryny firmy Microsoft. Link znajduje się poniżej:

DODATKO: Jeśli chcesz wypróbować API, aby mieć trochę zabawy, zdobądź również klucz do rozpoznawania twarzy i rozpoznawania emocji. Pobierz Visual Studios (wersja społecznościowa jest w porządku), a także pobierz kod z github, aby umieścić go w Visual Studios.

Visual Studios:

Github:

Krok 2: Zbierz swój sprzęt

Zacznij od modułu kamery Raspberry Pi, korzystając z Pythona i picamera. Zrobisz zdjęcia, nagrasz wideo i zastosujesz efekty obrazu. Na początek będziesz potrzebować:

• Raspberry Pi, płytka kamery V2, 8MP
• Raspberry Pi 3, Model B, 1 GB RAM do kodowania
• Adafruit 16x2 znaków LCD
• Mysz do połączenia z Raspberry Pi
• Klawiatura do połączenia z Raspberry Pi
• Monitor do połączenia z Raspberry Pi
• Kabel Ethernet do połączenia Raspberry Pi z siecią
• Laptop do wejścia
• Zestaw lutowniczy do lutowania LCD

Krok 3: Przylutuj swój wyświetlacz LCD razem

Skorzystaj ze strony Adafruit, aby prawidłowo przylutować wyświetlacz LCD. Link znajduje się poniżej:

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

Krok 4: Pobierz NOOBS dla swojego Raspberry Pi

Pobierz Raspbian, aby uruchomić Raspberry Pi!

www.raspberrypi.org/downloads/noobs/

Zobacz swoje Raspberry Pi jako mały komputer. Potrzebuje monitora, myszy, klawiatury i internetu. Podłącz je do swojego Raspberry Pi.

Krok 5: Pierwsze kroki z Picamerą

Moduł kamery to świetne akcesorium do Raspberry Pi, umożliwiające użytkownikom robienie zdjęć i nagrywanie wideo w jakości Full HD. Przede wszystkim, przy wyłączonym Pi, musisz podłączyć moduł kamery do portu kamery Raspberry Pi, a następnie uruchomić Pi i upewnić się, że oprogramowanie jest włączone. Postępuj zgodnie z obrazkami, aby wykonać dalsze kroki!

Krok 6: Zlokalizuj port kamery i podłącz kamerę

Krok 7: Otwórz narzędzie konfiguracyjne Raspberry Pi z menu głównego

Krok 8: Upewnij się, że oprogramowanie kamery jest włączone

Krok 9: Podgląd kamery

Teraz kamera jest podłączona, a oprogramowanie włączone, możesz zacząć od wypróbowania podglądu kamery.

• Otwórz Pythona 3 z menu głównego
• Otwórz nowy plik i zapisz go jako camera.py. Ważne jest, aby nie zapisywać go jako picamera.py.
• Wpisz następujący kod:

1. z picamera importuj PiCamera
2. od czasu importuj sen
3. kamera = PiCamera()
4. camera.start_preview() sleep(10) camera.stop_preview()

• Zapisz za pomocą Ctrl + S i uruchom z F5. Podgląd kamery powinien być wyświetlany przez 10 sekund, a następnie zamknąć. Poruszaj kamerą, aby zobaczyć, co widzi kamera.
• Podgląd z kamery na żywo powinien wypełnić ekran

Krok 10: Zdjęcia

Najczęstszym zastosowaniem modułu kamery jest robienie zdjęć.

Zmień swój kod, aby skrócić sen i dodaj linię camera.capture():

kamera.start_podgląd()

sen(5)

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

camera.stop_preview()

• Uruchom kod, a zobaczysz podgląd kamery otwarty przez 5 sekund przed zrobieniem zdjęcia. Zobaczysz, że podgląd dostosuje się do innej rozdzielczości za chwilę podczas robienia zdjęcia.
• Zobaczysz swoje zdjęcie na pulpicie. Kliknij dwukrotnie ikonę pliku, aby go otworzyć.

Krok 11: Twoja kamera działa

TAK! Następny krok!

Krok 12: Weź swój zmontowany zestaw LCD i przetestuj

Włącz wyświetlacz LCD, wykonując następujące czynności:

Konfiguracja LCD

a.

Instalowanie wyświetlacza LCD i sprawdzanie, czy twój wyświetlacz LCD jest prawidłowo przylutowany!

b.

Krok 13: Uzyskaj kod, aby zainstalować go na własnym urządzeniu

Pobierz kod z github:

UWAGA: Kod nie działa dobrze w Tronny. Użyj terminala Raspbian, aby uruchomić kod. Umieść kod (ComputerVision.py) na mapie: home/pi/Adafruit_Python_CharLCD/examples (Z jakiegoś powodu działa to tylko w ten sposób, inne metody dadzą tylko niewytłumaczalne błędy)

Otwórz terminal i wpisz:

cd Adafruit_Python_CharLCD/przykłady

./ComputerVision.py

Krok 14: Zrób zdjęcie