Tabla de contenido:
- Suministros
- Paso 1: Trabajo del proyecto: -
- Paso 2: Prepare el RPI: - El tiempo de la guía de configuración es: - 15:10 a 16:42 en el video de Youtube
Video: Seguimiento de objetos basado en detección de color: 10 pasos
2024 Autor: John Day | [email protected]. Última modificación: 2024-01-30 08:41
Historia
Hice este proyecto para aprender a procesar imágenes usando Raspberry PI y abrir CV. Para hacer este proyecto más interesante, utilicé dos servomotores SG90 y monté una cámara en él. Un motor se usa para moverse horizontalmente y el segundo motor se usa para moverse verticalmente.
Suministros
Escritura completa
Seguimiento de objetos basado en detección de color
1. Instale Raspbian Strech en Raspberry 3B +
una. Mira mi video de YouTube de: - a 15:10 a 16:42 - >>
B. Utilice el convertidor HDMI-VGA para conectar RPI con el monitor y el teclado y el mouse USB.
C. Inicie el escritorio RPI y siga el siguiente paso.
D. Recomiende usar el monitor si es principiante, ya que el acceso directo a PI es fácil para los principiantes.
2. Instale Open CV en RPI3B +
una.
B. Tiempo empleado: - Aproximadamente 8+ horas
C. Pasé dos días para completar este proceso (20 horas), así que sé apasionado y tranquilo.
3. Instale la biblioteca PCM9685 en Raspberry PI.
una. Documentación de referencia: -
B. Compruebe la conectividad i2c del PCM9685 con RPI
I. Ejecutar: - sudo apt-get install python-smbus
ii. Ejecutar: - sudo apt-get install i2c-tools
iii. Ejecutar: - sudo i2cdetect -y 1
1. Imagen de comunicación exitosa con PCM9685
C. Abra Terminal y ejecute: - source ~ /.profile # para ingresar al entorno virtual.
D. Abrir terminal y ejecutar: - pip3 install adafruit-circuitpython-servokit
mi. Nunca use "sudo", de lo contrario tendrá problemas, ya que el uso de "sudo" no instalará la biblioteca en su entorno virtual.
F. Comprobando servo
I. Abra python3 e ingrese los siguientes comandos.
ii. desde adafruit_servokit importar ServoKit
iii. kit = ServoKit (canales = 16)
iv. kit.servo [0].angle = 90
v. kit.servo [0].angle = 180
vi. kit.servo [0].angle = 0
4. Detalle de la conexión: -
una. Conecte 5VDC a PCM9685 (para operación de servo se requieren 5V externos)
B. / Conecte PC9685 I2C y pines de suministro lógico con pines RPI.
C. Conecte dos servos a PCM9685
5. Comprobación del servo
una. He preparado 4 archivos para la verificación de servo (180.py, 90.py, 0.py).
I. Por 0 grados. (Ambos Servo a 0 grados).
ii. Por 90 grados. (Ambos Servo a 90 grados).
iii. Por 180 grados. (Ambos Servo a 180 grados).
iv. Código fuente ()
6. Instale la cámara PI en el conector de la cámara y monte el servo como se explica en el video tutorial.
una. URL del tutorial: -
7. Ejecute el código de seguimiento de objetos (descargue de:-)
8. Terminal abierta
una. Ejecute: - source ~ /.profile.
B. Ejecutar: - workon cv.
C. Marque “(CV)” delante del comando de terminal.
D. Ejecute el código de seguimiento de objetos: - "ruta de la ubicación de su archivo" / python3. "Nombre del archivo"
mi. Para salir presione: - Esc
Paso 1: Trabajo del proyecto: -
- Imagen capturada por la cámara RPI y procesada en python usando openCV.
- La imagen capturada se convierte de RGB a HSV.
- Aplique la máscara para un color específico (en mi código final utilicé el color ROJO y el código especial se usa para encontrar el valor de enmascaramiento preciso que también se adjunta con el oído).
- Encontrar contornos para todos los objetos rojos en el marco.
- Finalmente, al ordenar y seleccionar los primeros Contornos se obtendrá el objeto rojo más grande en el marco.
- Dibuja un rectángulo en un objeto y encuentra el centro horizontal y vertical del rectángulo.
- Compruebe la diferencia entre el centro horizontal del marco y el centro horizontal rectángulo del objeto.
- Si la diferencia es mayor, establezca el valor y luego comience a mover el servo horizontal para minimizar la diferencia.
- De la misma manera podemos mover el eje vertical y finalmente el seguimiento de objetos funciona en 180 grados.
Paso 2: Prepare el RPI: - El tiempo de la guía de configuración es: - 15:10 a 16:42 en el video de Youtube
Descargue Raspbian Streach y cárguelo en una tarjeta de memoria de 32 GB. URL: -https://downloads.raspberrypi.org/raspbian_full_latest.
Después de descargar la imagen de Raspbian, descomprímala y guárdela en el escritorio (o en un lugar adecuado).
Para escribir una imagen en la tarjeta SD, descargue Eatcher.
URL:
Conecte el cable HDMI a VGA al monitor RPI y LCD.
Conecte el teclado y el mouse USB y encienda el PI con un adaptador de corriente (2.5 amperios).
Recomendado:
Micro: bit MU Vision Sensor - Seguimiento de objetos: 7 pasos
Micro: bit MU Vision Sensor - Seguimiento de objetos: Entonces en este instructable vamos a comenzar a programar el Smart Car que construimos en este instructable y en el que instalamos un sensor de visión MU en este instructable. Vamos a programar el micro: bit con un simple seguimiento de objetos, así que
Programación Orientada a Objetos: Creación de Objetos Aprendizaje / Método / Técnica de Enseñanza Usando Shape Puncher: 5 Pasos
Programación Orientada a Objetos: Creación de Objetos Método / Técnica de Aprendizaje / Enseñanza Usando Shape Puncher: Método de aprendizaje / enseñanza para estudiantes nuevos en la programación orientada a objetos. Esta es una forma de permitirles visualizar y ver el proceso de creación de objetos a partir de clases. Partes: 1. Punzón grande EkTools de 2 pulgadas; las formas sólidas son las mejores 2. Trozo de papel o c
Seguimiento de objetos Opencv: 3 pasos
Seguimiento de objetos Opencv: la detección de objetos en movimiento es una técnica utilizada en la visión por computadora y el procesamiento de imágenes. Varios fotogramas consecutivos de un video se comparan mediante varios métodos para determinar si se detecta algún objeto en movimiento. La detección de objetos en movimiento se ha utilizado para wi
Micro: bit MU Vision Sensor - Seguimiento de objetos: 6 pasos
Micro: bit MU Vision Sensor - Seguimiento de objetos: esta es mi cuarta guía para el sensor de visión MU para micro: bit. Aquí explicaré cómo rastrear objetos con el micro: bit y escribir las coordenadas en una pantalla OLED. En mis otras guías he analizado cómo conectar el micro: bit al
Robot de seguimiento de color basado en rueda omnidireccional y OpenCV: 6 pasos
Robot de seguimiento de color basado en rueda omnidireccional y OpenCV: utilizo un chasis de rueda omnidireccional para implementar mi seguimiento de color y utilizo un software móvil llamado OpenCVBot. Gracias a los desarrolladores de software aquí, gracias. OpenCV Bot realmente detecta o rastrea cualquier objeto en tiempo real a través del proceso de imagen en