Innehållsförteckning:
- Tillbehör
- Steg 1: Projektarbete:-
- Steg 2: Förbered RPI:- Installationsguiden är:- 15:10 till 16:42 i Youtube-video
Video: Färgdetekteringsbaserad objektspårning: 10 steg
2024 Författare: John Day | [email protected]. Senast ändrad: 2024-01-30 12:41
Berättelse
Jag gjorde detta projekt för att lära mig bildbehandling med Raspberry PI och öppna CV. För att göra detta projekt mer intressant använde jag två SG90 Servomotorer och monterade kameran på den. En motor används för att röra sig horisontellt och den andra motorn för att röra sig vertikalt.
Tillbehör
Fullständig skrivning
Färgdetekteringsbaserad objektspårning
1. Installera Raspbian Strech på Raspberry 3B+
a. Kolla in min YouTube -video från: - till 15:10 till 16:42 - >>
b. Använd HDMI-VGA-omvandlare för att ansluta RPI med bildskärm och USB-tangentbord och mus.
c. Starta RPI -skrivbordet och följ nästa steg.
d. Rekommendera att använda bildskärm om du är nybörjare eftersom direktåtkomst till PI är lätt för nybörjare.
2. Installera Open CV på RPI3B+
a.
b. Tagen tid:- Cirka 8+ timmar
c. Jag lägger två dagar på att slutföra denna process (20 timmar) så var passionerad och lugn.
3. Installera PCM9685 -biblioteket på Raspberry PI.
a. Referensdokumentation:-https://learn.adafruit.com/adafruit-16-channel-servo-driver-with-raspberry-pi?view=all
b. Kontrollera PCM9685 i2c -anslutning med RPI
i. Kör:-sudo apt-get install python-smbus
ii. Kör:-sudo apt-get install i2c-tools
iii. Kör: - sudo i2cdetect -y 1
1. Bild på framgångsrik kommunikation med PCM9685
c. Öppna Terminal & kör: - källa ~/.profil #för att komma in i virtuell miljö.
d. Öppna Terminal & kör:-pip3 installera adafruit-circuitpython-servokit
e. Använd aldrig "sudo" annars kommer du att få problem eftersom användningen av "sudo" inte installerar bibliotek i din virtuella miljö.
f. Kontrollerar servo
i. Öppna python3 och ange kommandon nedan.
ii. från adafruit_servokit importera ServoKit
iii. kit = ServoKit (kanaler = 16)
iv. kit.servo [0].vinkel = 90
v. kit.servo [0].vinkel = 180
vi. kit.servo [0].angle = 0
4. Anslutningsdetaljer:-
a. Anslut 5VDC till PCM9685 (För servodrift krävs extern 5V)
b. / Anslut PC9685 I2C & logic supply pins med RPI pins.
c. Anslut två servo till PCM9685
5. Kontroll av servo
a. Jag har förberett 4 filer för servokontroll (180.py, 90.py, 0.py).
i. För 0 grader. (Båda Servo vid 0 grader).
ii. För 90 grader. (Båda Servo vid 90 grader).
iii. För 180 grader. (Båda Servo vid 180 grader).
iv. Källkod ()
6. Installera PI -kameran på kamerakontakten och montera servon som förklaras i självstudievideon.
a. Handledning URL:-
7. Kör objektspårningskod (ladda ner från:-)
8. Öppna Terminal
a. Kör: - källa ~/.profile.
b. Kör: - workon cv.
c. Kontrollera “(CV)” framför terminalkommandot.
d. Kör objektspårningskod:- 'sökväg för din filplats'/python3.'filnamn '
e. För att avsluta, tryck på:- Esc
Steg 1: Projektarbete:-
- Bilden tas med RPI -kamera och bearbetas i python med openCV.
- Den tagna bilden konverteras från RGB till HSV.
- Applicera mask för specifik färg (i min slutkod använde jag RÖD färg & specialkod används för att hitta exakt maskeringsvärde som också är bifogat hörsel).
- Hitta konturer för alla röda objekt i ramen.
- Slutligen kommer sortering och val av första konturer att ge det fulaste röda föremålet i ramen.
- Rita rektangel på objektet och hitta rektangelns horisontella och vertikala mitt.
- Kontrollera skillnaden mellan ramens horisontella centrum och objektets rektangel horisontella centrum.
- Om skillnaden är större sedan inställt värde börja sedan flytta Horisontell servo för att minimera skillnaden.
- På samma sätt kan vi flytta vertikal axel och slutligen fungerar objektspårning i 180 grader.
Steg 2: Förbered RPI:- Installationsguiden är:- 15:10 till 16:42 i Youtube-video
Ladda ner Raspbian Streach och köp det på 32 GB minneskort. URL: -https://downloads.raspberrypi.org/raspbian_full_latest.
Efter nedladdning av Raspbian -bilden, packa upp den och förvara den på skrivbordet (eller lämplig plats).
Ladda ner Eatcher för att skriva bild på SD -kort.
URL:
Anslut HDMI till VGA -kabel till RPI och LCD -skärm.
Anslut USB -tangentbord och mus och slå på PI med strömadapter (2,5 amp.)
Rekommenderad:
Arduino Car Reverse Parking Alert System - Steg för steg: 4 steg
Arduino Car Reverse Parking Alert System | Steg för steg: I det här projektet kommer jag att utforma en enkel Arduino Car Reverse Parking Sensor Circuit med Arduino UNO och HC-SR04 Ultrasonic Sensor. Detta Arduino -baserade bilomvändningsvarningssystem kan användas för autonom navigering, robotavstånd och andra
Steg för steg PC -byggnad: 9 steg
Steg för steg PC -byggnad: Tillbehör: Hårdvara: ModerkortCPU & CPU -kylarePSU (strömförsörjningsenhet) Lagring (HDD/SSD) RAMGPU (krävs inte) CaseTools: Skruvmejsel ESD -armband/mathermisk pasta med applikator
Micro: bit MU Vision Sensor - Objektspårning: 7 steg
Micro: bit MU Vision Sensor - Object Tracking: Så i denna instruerbara ska vi börja programmera Smart Car som vi bygger i denna instruerbara och som vi installerade en MU vision sensor på i denna instruerbara.Vi ska programmera mikro: lite med lite enkel spårning av objekt, så
Akustisk levitation med Arduino Uno Steg-för-steg (8-steg): 8 steg
Akustisk levitation med Arduino Uno Steg-för-steg (8-steg): ultraljudsgivare L298N Dc kvinnlig adapter strömförsörjning med en manlig DC-pin Arduino UNOBreadboardHur det fungerar: Först laddar du upp kod till Arduino Uno (det är en mikrokontroller utrustad med digital och analoga portar för att konvertera kod (C ++)
Objektspårning - Kamerafäste Kontroll: 4 steg
Objektspårning - Kamerafäste Kontroll: Hej alla, I denna instruktionsbok kommer jag att visa dig framstegen för mitt objektspårningsprojekt. Här kan du hitta den tidigare instruerbara: https://www.instructables.com/id/Object-Tracking/ och här kan du hitta en youtube -spellista med alla