Bildbehandling med Raspberry Pi: Installera OpenCV och bildfärgseparation: 4 steg

2024 Författare: John Day | [email protected]. Senast ändrad: 2024-01-30 12:38

Det här inlägget är det första av flera handböcker för bildbehandling som kommer att följa. Vi tittar närmare på pixlarna som utgör en bild, lär oss hur man installerar OpenCV på Raspberry Pi och vi skriver också testskript för att fånga en bild och även utföra färgseparering med OpenCV.

Videon ovan ger dig mycket mer information som hjälper dig att få en bättre förståelse för bildbehandling och hela installationsprocessen. Jag rekommenderar starkt att du tittar på det först eftersom detta skrivna inlägg bara kommer att täcka de absoluta grunderna som krävs för att återskapa detta själv.

Steg 1: Förbered Raspberry Pi

För detta projekt kommer jag att använda Raspberry Pi 3B+ även om du kan använda vilken annan variant som helst. Innan vi kan starta kortet måste vi blinka en bild till Raspberry Pi. Använd skrivbordsversionen för detta eftersom vi behöver GUI -komponenterna. Du kan blinka bilden med Etcher. Vi måste sedan besluta om följande två saker:

Nätverkstillgång:

Du kan antingen ansluta en ethernetkabel om du vill använda en trådbunden anslutning, men jag kommer att använda inbyggd WiFi.

RPi -kontroll:

Vi måste också installera lite programvara och skriva några skript för att detta ska fungera. Det enklaste sättet att göra detta är genom att ansluta en skärm, tangentbord och mus till kortet. Jag föredrar att använda SSH och fjärråtkomst så det är vad jag kommer att använda för videon.

Om du vill styra Raspberry PI på distans, vänligen läs följande inlägg som täcker allt du behöver veta om att göra det.

www.instructables.com/id/Remotely-Accessing-the-Raspberry-Pi-SSH-Dekstop-FT/

Sätt helt enkelt in microSD -kortet i ditt kort och slå sedan på det. Det första vi behöver göra är att aktivera kameran. Du kan göra detta genom att öppna terminalen och skriva in:

sudo raspi-config

Du navigerar sedan till alternativet "Gränssnittsalternativ", följt av "Kamera" för att aktivera det. Det kommer att be dig att starta om, så säg ja till detta och ge sedan brädet en minut att starta upp igen.

Det nästa vi behöver göra är att testa om kameran fungerar korrekt. Detta kan göras genom att köra följande kommando:

raspistill -o test.jpg

Kommandot ovan tar en bild och sparar den i katalogen /home /pi. Du kan sedan öppna filhanteraren och visa detta för att bekräfta om allt fungerar som det ska.

Vi uppdaterar sedan operativsystemet genom att köra följande kommando:

sudo apt update && sudo apt full -upgrade -y

Detta steg kan ta lite tid beroende på din nätverksanslutning men det rekommenderas att göra det.

Steg 2: Installera OpenCV

Vi kommer att använda PIP som är paketinstallatören för python för att installera några av modulerna, så se till att det är installerat genom att köra följande kommando:

sudo apt installera python3-pip

När detta är gjort måste vi installera beroenden (ytterligare programvara) som behövs innan vi kan installera OpenCV själv. Du måste köra var och en av följande kommandon och jag rekommenderar starkt att du öppnar det här inlägget i Raspberry Pi -webbläsaren och sedan kopierar/klistrar in kommandona.

• sudo apt installera libatlas-base-dev -y
• sudo apt installera libjasper -dev -y
• sudo apt installera libqtgui4 -y
• sudo apt installera python3 -pyqt5 -y
• sudo apt installera libqt4 -test -y
• sudo apt installera libhdf5-dev libhdf5-serial-dev -y
• sudo pip3 installera opencv-contrib-python == 4.1.0.25

Detta kommer att installera OpenCV för oss. Innan vi kan använda den måste vi installera picamera -modulen så att vi kan använda Raspberry Pi -kameran. Detta kan göras genom att köra följande kommando:

pip3 installera picamera [array]

Steg 3: Testa OpenCV

Vi kommer nu att skriva vårt första manus för att se till att allt är korrekt installerat. Det tar helt enkelt en bild och visar den sedan på skärmen. Kör följande kommando för att skapa och öppna en ny skriptfil:

sudo nano test-opencv.py

Jag rekommenderar starkt att du kopierar skriptet från filen nedan och sedan klistrar in det i den nya filen du skapade. Eller så kan du helt enkelt skriva ut allt.

github.com/bnbe-club/opencv-demo-diy-27

När det är klart sparar du bara filen genom att skriva "CTRL+X", sedan Y och sedan ENTER. Skriptet kan köras genom att skriva in följande kommando:

python3 test-opencv.py

Du bör kunna se en bild på skärmen och se videon för att verifiera om det behövs. Kom också ihåg att trycka på valfri tangent på tangentbordet för att avsluta skriptet. Det stängs INTE när du stänger fönstret.

Steg 4: Färgseparation

Nu när allt fungerar som det ska, kan vi skapa ett nytt skript för att få en bild och sedan visa de enskilda färgkomponenterna. Kör följande kommando för att skapa och öppna en ny skriptfil:

sudo nano image-components.py

Jag rekommenderar starkt att du kopierar skriptet från filen nedan och sedan klistrar in det i den nya filen du skapade. Eller så kan du helt enkelt skriva ut allt.

github.com/bnbe-club/opencv-demo-diy-27

När det är klart sparar du bara filen genom att skriva "CTRL+X", sedan Y och sedan ENTER. Manuset kan köras genom att skriva in följande kommando: python3 image-components.py. Du bör kunna se den tagna bilden tillsammans med de blå, gröna och röda komponenterna på skärmen. Se videon för att verifiera, om det behövs. Kom också ihåg att trycka på valfri tangent på tangentbordet för att avsluta skriptet. Det stängs INTE när du stänger fönstret.

Så det är så enkelt att komma igång med OpenCV, med hjälp av Raspberry Pi. Vi fortsätter att skapa fler skript som visar några avancerade funktioner. OpenCV -videorna och inlägg som dessa kommer att visas live på söndag, men prenumerera på vår YouTube -kanal för att hålla dig informerad.

YouTube -kanal:

Tack för att du läste!