Innholdsfortegnelse:
- Trinn 1: Hva er bildebehandling?
- Trinn 2: Hvordan gjøre bildebehandling?
- Trinn 3: Komme i gang av Pixy
- Trinn 4: Nødvendig maskinvare
- Trinn 5: Komme i gang av Pixy
- Trinn 6: Veldig nær "SLUTTEN"
Video: En introduksjon til bildebehandling: Pixy og dens alternativer: 6 trinn
2024 Forfatter: John Day | [email protected]. Sist endret: 2024-01-30 11:24
I denne artikkelen vil vi forklare betydningen av Digital Image Processing (DIP) og årsakene til å bruke maskinvare som Pixy og andre verktøy for å lage en prosess på bilder eller videoer. På slutten av denne artikkelen lærer du:
- Hvordan et digitalt bilde.
- Hva digital bildebehandling er.
- Verktøy for bildebehandling.
- Hva Pixy er og hvordan du bruker det.
Trinn 1: Hva er bildebehandling?
Bilder, videoer og generelt bilder i tillegg til å spare et øyeblikk av minnene våre, har også andre applikasjoner. Kanskje du ser sikkerhetskameraer på offentlige steder eller du ser roboter som sporer en linje, et objekt eller mer avanserte som innser situasjonen, skiller urenheter fra produkter på produksjonslinjen og mange lignende eller til og med ikke lignende applikasjoner gjør med noen beregninger på bilder og Disse beregninger kalles bildebehandling.
For best forståelse er det nyttig å kjenne bildestrukturen. Hvert bilde er et signal med pikselverdiene når som helst. (piksel er grunnenheten i et digitalt bilde som kan ha forskjellige verdier for lysstyrke og/eller farge, disse verdiene kalles "intensitet") Signalet er det kontinuerlige spenningssignalet gitt av visuell sensor, dette signalet vil bli konvertert til digitalt form med noen prosesser som prøvetaking. Den digitale formen for disse dataene er som en todimensjonal matrise eller matrise som lager et digitalt bilde, slik at formen deres er f (X, Y) for plasseringen og verdien. Ikke glem at hver video er et sett med bilder som spilles av med en bestemt avspillingshastighet på et sekund.
Etter å ha dannet et bilde, starter prosessen. Til hvilket formål trenger vi en prosess? Hvis vi trenger informasjon fra et bilde, skal vi bruke datasyn. Datasyn er en måte å etterligne menneskesyn. Menneskesyn har evnen til å "lære" og gi data fra visuelle innganger. Datasyn er i utgangspunktet feltet som gjorde at datamaskinen fikk forståelse på høyt nivå av digitale bilder eller videoer, selv for sanntidsbruk; og digital bildebehandling er en del av det.
Trinn 2: Hvordan gjøre bildebehandling?
Hvis vi tenker på en robotapplikasjon for bildebehandling, er det to måter:
- velge en vanlig kameramodul (gir bildet uten behandling på det) og deretter bruke programmering og beregninger av brukeren.
- Bruk av harde varer som gjør denne prosessen for raskere og enklere bruk; Som pixy kamera …
første løsning: For den første måten er det forskjellige myke varer som MATLAB eller biblioteker som OpenCV for koding. Det er også andre navn i behandlingsverktøy; men de populære navnene som søker etter denne behandlingen er OpenCV og MATLAB. La oss se en rask sammenligning mellom dem. diagrammet over MATLAB og OpenCV sammenligning vil hjelpe oss.
Andre løsning: bruk en spesiell maskinvare! som kameraer med bildebehandling. De har vanligvis et brukergrensesnitt og trenger ikke koding. Det virker lettere, men på en eller annen måte gjør det begrensninger, og de kan gjøre det de er spesifisert for det; for eksempel kan et ansiktsgjenkjenningskamera ikke gjøre fargegjenkjenning normalt (kanskje med noen endringer i fastvaren kan det endre gjenkjenningsalgoritmen, men det er en vanskelig og ikke vanlig måte!) To måter, men hvilken er bedre?
det andre diagrammet er sammenligning av to måter.
Trinn 3: Komme i gang av Pixy
PIXY er en av kameramodulene som er spesifisert for bildebehandling, gjenkjennelsesalgoritmen er fargebasert filtrering. Hovedformålet med dette kameraet er gjenkjenningsfarger og navngi dem som et kjent objekt. Dette kameraet kan "lære" hvilke farger du "trodde" det først.
Nå som du vet hva Pixy er, la oss se hvordan vi kan begynne å bruke Pixy.
Trinn 4: Nødvendig maskinvare
Pixy CMUcam5 bildesensor
Arduino UNO R3
Trinn 5: Komme i gang av Pixy
Nå, kom med oss trinn for trinn til slutten:
Første skritt:
Kjøper en nisse! Vanlig PIXY og PIXY2 er to versjoner av pixy -kameraer. klikk på lenken ovenfor for å kjøpe den vanlige typen, som vi fortsetter trinnene for å bruke dette brettet.
Sekund:
Slå på den. Brettet har en USB -port for strøm. Den får strøm ved å koble til datamaskinens USB-port. Den kan drives via to pinner bak brettet med batteri (6-10v).
Tredje:
Koble den til datamaskinen via USB -kabel. Den ene enden til datamaskinen og den andre til mikro -USB -porten på PIXY.
Frem:
Last ned programvaren til kameraet ditt her. PIXY Mon er applikasjonen av PIXY for Linux, Mac og Windows -plattformen. Det denne appen kan gjøre er konfigurasjonen og vise hva PIXY kan se.
Femte:
Frem til dette punktet trenger ikke kameraet nødvendigvis å være koblet til en mikrokontroller eller et kort hvis du trenger å se og gjenkjenne uten noe annet; gjenkjenning er ikke avhengig av mikroforbindelse. Uansett, for undervisning, velg et objekt med tydelig og god fargetone. På grunn av den nyansebaserte algoritmen for gjenkjenning av fargefiltrering, kan fargen og lyset i miljøet påvirke resultatet. Så ikke velg hvite, svarte eller grå objekter fordi disse fargene ikke er fargetone!
Sjette:
Trykk på knappen på toppen av PIXY for å begynne å undervise. Først vil LED -en blinke, og etter det vil en RGB -LED få fargen på den sentrale delen av synsområdet. Velg objektet foran kameraet, hvis lysdioden viste riktig farge, viser den riktig låsing. avstanden mellom linsene og objektet skal være 6-20 tommer. Den andre måten er å bruke PIXY MON; valgte et stort område av objektet i PIXY MON og deretter velger det objektet.
Syvende:
Rutenettet til objektet vil bli vist i pixy mon. se om rutenettet er det riktige området på objektet uten bakgrunnen. Glidebrytere i konfigurasjon kan bidra til å få et bedre område.
Åttende:
Nå for hver “farge”, vil kameraet angi et tall. 7 signaturer betyr 7 farger å kjenne igjen. Ved å bruke farger nær hverandre, for eksempel en etikett med fargene rød-rosa-blå kan du definere et objekt eller et sted for kameraet, for eksempel at etiketten viser dørstedet. Dette kan hjelpe til med å gjenkjenne tusenvis av objekter med dette kameraet! Dette settet med farger kalles “fargekode” eller CC. for å sette CC bør du bruke PIXY mon, og så kan den brukes som hvilken som helst signatur.
Niende:
Etter en vellykket undervisning, hvis en mikrokontroller eller et kort er koblet til kameraet, kan objektet oppdages av pixy. Hvis du bruker en Arduino, kan du bruke denne pinout for tilkobling. (klikk her for mer informasjon), og last ned PIXY -biblioteket her, legg til bibliotekene i Arduino i retning Skisse> Inkluder bibliotek> Legg til ZIP -bibliotek. Velg nå zip -filen til biblioteket. Det er gjort! Nå med standardskissen til PIXY, vil den gi X og Y (plassering) og bredde og lengde (størrelse) på objektet. Andre skisser kan også brukes; som pan og tilt. For tilkobling til andre brett, kan du se her.
MERK: Undervisning har to metoder som vi forklarte: 1. Bruke PIXY uten PIXY MON, som hva roboter gjør, og de er ikke koblet til en PC. Metoden vil være, men hvordan angir jeg signaturnummeret? LED hvis PIXY vil endre farge i de første øyeblikkene av undervisningen, klikket du gjør på hvilken farge som vil angi tallet; fra rød betydning 1 til fiolett betydning 7. I metode 2 vil tallinnstillingen bare utføres med applikasjon.
Trinn 6: Veldig nær "SLUTTEN"
Vi forklarte om hva som gjorde behovet for å bruke bilder, hva som er digital bildebehandling og hvordan det kan gjøres. Hvilke måter vi har og fra maskinvare som for øyeblikket kan hjelpe oss, valgte vi PIXY for forklaringen. vi forklarte hvordan det fungerer og hva du skal gjøre hvis du er nybegynner av pixy -kameraer! Nå kan du starte bildebehandlingen for den lille roboten og nyte det tredje øyet med datamaskinen.
Du kan også lese dette prosjektet på ElectroPeaks offisielle nettsted:
Anbefalt:
Bildebehandling med Raspberry Pi: Installering av OpenCV og bildefargeseparasjon: 4 trinn
Bildebehandling med Raspberry Pi: Installere OpenCV og bildefargeseparasjon: Dette innlegget er det første av flere opplæringsprogrammer for bildebehandling som skal følge. Vi ser nærmere på pikslene som utgjør et bilde, lærer hvordan du installerer OpenCV på Raspberry Pi, og vi skriver også testskript for å ta et bilde og også
DIY termisk bildebehandling infrarødt kamera: 3 trinn (med bilder)
DIY Thermal Imaging Infrared Camera: Hei! Jeg leter alltid etter nye prosjekter for fysikkundervisningen min. For to år siden kom jeg over en rapport om termosensoren MLX90614 fra Melexis. Den beste med bare 5 ° FOV (synsfelt) ville være egnet for et selvlaget termisk kamera. Å lese
10 DIY-alternativer til elektroniske komponenter uten hylle: 11 trinn (med bilder)
10 DIY-alternativer til elektronikk-komponenter uten hylle: Velkommen til min første instruksjon noensinne! Føler du at enkelte deler fra nettbutikker er for dyre eller av lav kvalitet? Trenger du å få en prototype i gang raskt og kan ikke vente uker for forsendelse? Ingen lokale elektronikkdistributører? Følgende
Moyamoya Bildebehandling: 8 trinn
Moyamoya Bildebehandling: Moyamoya, "røykpust", " er en sjelden sykdom som skyldes blokkering av arterier ved basalganglier, som er et område ved hjernebunnen. Sykdommen er en progressiv cerebrovaskulær sykdom som for det meste rammer barn. Sym
Kvantimetrisk bildebehandling: 5 trinn
Kvantimetrisk bildebehandling: (Figuren over illustrerer sammenligning av eksisterende bildebehandlingsmetode med kvantimetrisk bildebehandling. Legg merke til det forbedrede resultatet. Bildet øverst til høyre viser merkelige artefakter som kommer fra feil antagelse om at bilder måler noe slikt