Obsah:
Video: DETEKCE OBJEKTU RASPBERRY PI Pi S VÍCE KAMERAMI: 3 kroky
2024 Autor: John Day | [email protected]. Naposledy změněno: 2024-01-30 08:20
Úvod ponechám krátký, protože samotný název napovídá, jaký je hlavní účel instruktáže. V tomto podrobném návodu vám vysvětlím, jak připojit více kamer, například 1-pi kameru a alespoň jednu USB kameru nebo 2 USB kamery. Nastavení nám umožní přistupovat ke všem streamům současně a provádět detekci pohybu na každém z nich. Nejlepší na tom je, že openCV běží v reálném čase (nebo téměř v reálném čase, v závislosti na počtu připojených kamer). Může být použit pro domácí sledování.
Obsah
1. Nastavení více kamer
2. Definování jednoduchého detektoru pohybu, přístup k proudům
4. Ukončit výsledek
Krok 1: Nastavení více kamer
Při sestavování nastavení Raspberry Pi pro využití více kamer máte dvě možnosti:
Jednoduše použijte více webových kamer USB.
Nebo použijte jeden modul kamery Raspberry Pi a alespoň jednu webovou kameru USB.
Použili jsme webovou kameru Logitech c920.
Raspberry pi má jeden interní port pro kameru, ale pokud chcete místo USB kamery použít více Raspberry Pi kamer, musíte si pořídit štít.
Nyní uvažujme nastavení 2 kamer s jednou kamerou pi a jednou kamerou USB. Výstup by byl stejný jako v obrázku_2.
Ve zbývající části tohoto příspěvku budeme definovat jednoduchý kód detektoru pohybu pro jednu kameru a poté ji implementovat do více kamer.
Krok 2: Definování jednoduchého detektoru pohybu
V této části definujeme jednoduchý kód pythonu pro detekci objektů. Aby byla zachována efektivita, vezměme v úvahu, že se v jednom pohledu kamery pohybuje pouze jeden objekt.
všechny soubory kódu jsou připojeny v mém odkazu na Github:
Doporučuje:
Detekce objektů pomocí desek Sipeed MaiX (Kendryte K210): 6 kroků
Detekce objektů pomocí desek Sipeed MaiX (Kendryte K210): Jako pokračování mého předchozího článku o rozpoznávání obrazu pomocí karet Sipeed MaiX Boards jsem se rozhodl napsat další tutoriál zaměřený na detekci objektů. S čipem Kendryte K210 se nedávno objevil zajímavý hardware, včetně S
Detekce objektů Raspberry Pi: 7 kroků
Detekce objektů Raspberry Pi: Tato příručka poskytuje podrobné pokyny, jak nastavit API pro detekci objektů TensorFlow na Raspberry Pi. Podle kroků v této příručce budete moci pomocí svého Raspberry Pi provádět detekci objektů na živém videu z P
Sledování objektů na základě detekce barev: 10 kroků
Sledování objektů na základě detekce barev: Příběh Tento projekt jsem provedl, abych se naučil zpracování obrazu pomocí Raspberry PI a otevřeného CV. Aby byl tento projekt zajímavější, použil jsem dva servomotory SG90 a namontoval na něj kameru. Jeden motor sloužil k pohybu vodorovně a druhý motor k pohybu svisle
Použití více než 4 motorů - skládání více štítů motoru: 3 kroky
Použití více než 4 motorů - stohování více motorových štítů: Instruktabilní vibrotaktilní senzorické substituční a augmentační zařízení (https: //www.instructables.com/id/Vibrotactile-Sens …) ukazuje způsob, jak vytvořit zařízení, které překládá senzorické vstup do vibračních podnětů. Tyto vibrační podněty jsou
Detekce objektů W/ Dragonboard 410c nebo 820c pomocí OpenCV a Tensorflow .: 4 kroky
Object Detection W/ Dragonboard 410c or 820c using OpenCV and Tensorflow .: This instructables describes how to install OpenCV, Tensorflow, and machine learning frameworks for Python 3.5 to run the Object Detection