Sommario:
- Passaggio 1: preparare il Raspberry Pi
- Passaggio 2: installazione di OpenCV
- Passaggio 3: test di OpenCV
- Passaggio 4: separazione del colore
Video: Elaborazione delle immagini con Raspberry Pi: installazione di OpenCV e separazione del colore dell'immagine: 4 passaggi
2024 Autore: John Day | [email protected]. Ultima modifica: 2024-01-30 10:00
Questo post è il primo di numerosi tutorial sull'elaborazione delle immagini che seguiranno. Diamo un'occhiata più da vicino ai pixel che compongono un'immagine, impariamo come installare OpenCV sul Raspberry Pi e scriviamo anche script di test per catturare un'immagine ed eseguire anche la separazione dei colori utilizzando OpenCV.
Il video qui sopra fornisce molte informazioni aggiuntive che ti aiuteranno a comprendere meglio l'elaborazione delle immagini e l'intero processo di installazione. Ti consiglio vivamente di guardarlo prima poiché questo post scritto coprirà solo le basi assolute necessarie per ricrearlo da solo.
Passaggio 1: preparare il Raspberry Pi
Per questo progetto, utilizzerò il Raspberry Pi 3B+ anche se puoi utilizzare qualsiasi altra variante che potresti avere. Prima di poter avviare la scheda, dobbiamo eseguire il flashing di un'immagine sul Raspberry Pi. Si prega di utilizzare la versione desktop per questo poiché abbiamo bisogno dei componenti della GUI. Puoi flashare l'immagine usando Etcher. Dobbiamo quindi decidere le seguenti due cose:
Accesso alla rete:
Puoi collegare un cavo ethernet se desideri utilizzare una connessione cablata, ma utilizzerò il WiFi di bordo.
Controllo RPi:
Abbiamo anche bisogno di installare del software e scrivere degli script per farlo funzionare. Il modo più semplice per farlo è collegare un display, una tastiera e un mouse alla lavagna. Preferisco usare SSH e l'accesso remoto, quindi è quello che userò per il video.
Se vuoi controllare il Raspberry PI da remoto, leggi il seguente post che copre tutto ciò che devi sapere per farlo.
www.instructables.com/id/Remotely-Accessing-the-Raspberry-Pi-SSH-Dekstop-FT/
Basta inserire la scheda microSD nella scheda e accenderla. La prima cosa che dobbiamo fare è abilitare la fotocamera. Puoi farlo aprendo il terminale e digitando:
sudo raspi-config
Quindi vai alla voce "Opzioni di interfaccia", seguita da "Fotocamera" per abilitarla. Ti chiederà di riavviare, quindi dì di sì a questo e poi dai alla scheda un minuto per riavviarsi.
La prossima cosa che dobbiamo fare è verificare se la fotocamera funziona correttamente. Questo può essere fatto eseguendo il seguente comando:
raspistill -o test.jpg
Il comando sopra catturerà un'immagine e la salverà nella directory /home/pi. Puoi quindi aprire il file manager e visualizzarlo per confermare se tutto funziona come dovrebbe.
Aggiorniamo quindi il sistema operativo eseguendo il seguente comando:
sudo apt update && sudo apt full-upgrade -y
Questo passaggio potrebbe richiedere del tempo a seconda della connessione di rete, ma si consiglia di farlo.
Passaggio 2: installazione di OpenCV
Useremo PIP che è il programma di installazione del pacchetto per Python per installare alcuni dei moduli, quindi assicurati che sia installato eseguendo il seguente comando:
sudo apt install python3-pip
Fatto ciò, dobbiamo installare le dipendenze (software aggiuntivo) necessarie prima di poter installare OpenCV stesso. È necessario eseguire ciascuno dei seguenti comandi e consiglio vivamente di aprire questo post sul browser Raspberry Pi e quindi copiare/incollare i comandi.
- sudo apt install libatlas-base-dev -y
- sudo apt install libjasper-dev -y
- sudo apt install libqtgui4 -y
- sudo apt install python3-pyqt5 -y
- sudo apt install libqt4-test -y
- sudo apt install libhdf5-dev libhdf5-serial-dev -y
- sudo pip3 install opencv-contrib-python==4.1.0.25
Questo installerà OpenCV per noi. Prima di poterlo utilizzare, dobbiamo installare il modulo picamera in modo da poter utilizzare la fotocamera Raspberry Pi. Questo può essere fatto eseguendo il seguente comando:
pip3 installa picamera[array]
Passaggio 3: test di OpenCV
Ora scriveremo il nostro primo script per assicurarci che tutto sia installato correttamente. Catturerà semplicemente un'immagine e poi la visualizzerà sullo schermo. Esegui il seguente comando per creare e aprire un nuovo file di script:
sudo nano test-opencv.py
Consiglio vivamente di copiare lo script dal file sottostante e quindi incollarlo nel nuovo file creato. Oppure puoi semplicemente digitare tutto.
github.com/bnbe-club/opencv-demo-diy-27
Fatto ciò, salva semplicemente il file digitando "CTRL+X", poi Y e poi INVIO. Lo script può essere eseguito digitando il seguente comando:
python3 test-opencv.py
Dovresti essere in grado di vedere un'immagine sullo schermo e visualizzare il video per verificare, se necessario. Inoltre, ricorda di premere un tasto qualsiasi sulla tastiera per uscire dallo script. NON uscirà quando chiudi la finestra.
Passaggio 4: separazione del colore
Ora che tutto funziona come dovrebbe, possiamo creare un nuovo script per ottenere un'immagine e quindi visualizzare i singoli componenti del colore. Esegui il seguente comando per creare e aprire un nuovo file di script:
sudo nano image-components.py
Consiglio vivamente di copiare lo script dal file sottostante e quindi incollarlo nel nuovo file creato. Oppure puoi semplicemente digitare tutto.
github.com/bnbe-club/opencv-demo-diy-27
Fatto ciò, salva semplicemente il file digitando "CTRL+X", poi Y e poi INVIO. Lo script può essere eseguito digitando il seguente comando: python3 image-components.py. Dovresti essere in grado di vedere l'immagine acquisita insieme ai componenti blu, verde e rosso sullo schermo. Si prega di visualizzare il video per verificare, se necessario. Inoltre, ricorda di premere un tasto qualsiasi sulla tastiera per uscire dallo script. NON uscirà quando chiudi la finestra.
Ecco come è facile iniziare con OpenCV, usando il Raspberry Pi. Continueremo a creare altri script che ti mostreranno alcune funzionalità avanzate. I video e i post di OpenCV come questi saranno pubblicati domenica, ma per favore iscriviti al nostro canale YouTube per rimanere informato.
Canale YouTube:
Grazie per aver letto!
Consigliato:
Interessante guida alla programmazione dell'elaborazione per il designer - Controllo del colore: 10 passaggi
Interessante guida alla programmazione per l'elaborazione per il designer - Controllo del colore: nei capitoli precedenti, abbiamo parlato di più su come utilizzare il codice per eseguire la modellatura invece dei punti di conoscenza sul colore. In questo capitolo, esploreremo più a fondo questo aspetto della conoscenza
Sistema di riconoscimento ed estinzione incendi basato sull'elaborazione delle immagini: 3 passaggi
Sistema di riconoscimento ed estinzione incendi basato sull'elaborazione delle immagini: Ciao amici, questo è un sistema di rilevamento ed estinzione incendi basato sull'elaborazione delle immagini che utilizza Arduino
Gesture Hawk: Robot controllato con gesti della mano che utilizza un'interfaccia basata sull'elaborazione delle immagini: 13 passaggi (con immagini)
Gesture Hawk: Robot controllato con gesti della mano che utilizza un'interfaccia basata sull'elaborazione delle immagini: Gesture Hawk è stato presentato in TechEvince 4.0 come una semplice interfaccia uomo-macchina basata sull'elaborazione delle immagini. La sua utilità sta nel fatto che non sono necessari sensori aggiuntivi o indossabili tranne un guanto per controllare l'auto robotica che funziona su diversi
Pulsantiera LED Arduino che guida l'elaborazione delle animazioni: 36 passaggi (con immagini)
Pulsantiera LED Arduino che guida l'elaborazione delle animazioni: cosaQuesta pulsantiera è realizzata utilizzando un PCB e altri componenti prodotti da Sparkfun. È pilotato da un Arduino Mega. Ogni pulsante è bello, morbido e soddisfacente da premere, e ha un LED RGB all'interno! L'ho usato per controllare le animazioni che
Test del fotone delle particelle dell'inventore dell'app del MIT: 5 passaggi
Test del fotone delle particelle dell'inventore dell'app del MIT: noi (Team Practical Projects) abbiamo sviluppato progetti connessi a Internet utilizzando dispositivi Particle Photon ed Electron IoT da alcuni anni, vedere: https://github.com/TeamPracticalProjects Abbiamo utilizzato una serie di servizi per comunicare con il nostro Pa