Umělá vize: úvod do této zajímavé disciplíny

strojové vidění strojové rozpoznávání

Arduino se může zdát velmi rudimentární, ale k vytvoření i poměrně pokročilých projektů je to více než dost. S pomocí některých modulů na trhu, jako jsou kamerové moduly, a pomocí některých knihoven nebo API můžete svému projektu poskytnout inteligenci nebo umělé vidění. To dá nové aplikace a nové obzory nad rámec základních projektů.

Strojové vidění je druh počítačového vidění. Nejde jen o zachycení obrazu digitálním fotoaparátem, jde ještě dále. Lze použít pro získávat údaje o životním prostředí, zpracovat obraz, analyzovat jej, porozumět obrazům z reálného světa atd. Mohlo by to být například použito k získání numerických informací prostřednictvím kamery, k rozpoznávání lidí atd. Představte si, co s tím můžete dělat ...

K čemu se používá počítačové vidění?

strojové vidění strojové rozpoznávání

Por ejemplo, mnoho současných systémů vidění je založeno na tomto typu vidění, například některá vozidla, která umožňují automatické parkování, mapování prostředí, systémy řízení dopravy na silnicích nebo rozpoznávají chodce, aby zastavili vozidlo a nepřekračovali je, rozpoznávali tváře a získali data od lidí registrovaných v databázi, například v některých bezpečnostních systémech, analyzovat videa atd.

Potenciál tohoto strojového vidění je tak extrémní vlády a velké korporace Používají jej k mnoha účelům, ať už legálním, či nikoli. Některé praktické oblasti použití, které určitě znáte, jsou:

  • Facebook: použijte tento typ umělého vidění pro fotografie nahrané na vaši sociální síť, tímto způsobem můžete rozpoznávat tváře pomocí složitých algoritmů. Tímto způsobem můžete svoji AI nakrmit, aby byla výkonnější a vylepšila ji pro další budoucí aplikace.
  • flickr- Toto strojové vidění můžete použít k rekonstrukci 3D scén pomocí obrazových úložišť na této platformě.
  • Průmysl: U systémů umělého vidění můžete detekovat defekty na montážní lince, rychle zahodit objekty s defekty atd. Například když plody nashromážděné v zemědělském sektoru procházejí dopravním pásem, pomocí senzoru umělého vidění by mohly být detekovány rozbité, poškozené, shnilé plody nebo jiné předměty než ovoce, aby je bylo možné odstranit pomocí proudu vzduchu nebo jiné mechanismy.
  • Video dohled: lze jej použít v mnoha chráněných centrech k zachycení určitých vozidel nebo osob, zjištění jejich totožnosti a odeslání uvedených informací do systému nebo jejich zaznamenání pro pozdější analýzu. Mnoho společností to dokonce používá k tomu, aby zjistilo, jak se lidé oblékají (módní sektor), určité subjekty k tomu, aby zjistili, kdo mohl být na demonstracích, detekoval přítomnost podezřelého personálu ve veřejných nebo rušných centrech atd.

Mějte na paměti, že v současné době je po ulici roztroušeno množství kamer všeho druhu, ať už jde o monitorování podniků, bank, DGT atd., Takže od nás všech se shromažďuje spousta informací...

Potřebný materiál

Logo OpenCV

Kromě desky Arduino s mikrokontrolérem, který můžete programovat a který využívá knihovny, budete muset také další základní prvky pro váš projekt. Mezi nimi samozřejmě modul s kamerou schopný zpracování obrazu. Příkladem toho je Pixy CMUCam 5 nebo podobné. Tento modul má výkonný procesor, který lze naprogramovat tak, aby odesílal informace zachycené senzorem přes sériový port UART, SPI, I2C, digitální výstup nebo analogové signály.

S Pixy CMUCam 5 můžete zpracovat až 50 snímků za sekundu (50 FPS). S těmito schopnostmi by mohl být naprogramován tak, aby odesílal pouze obrázky, které jsou hledány nebo vyhledávány, namísto neustálého nahrávání veškerého zachyceného videa. Pro snazší manipulaci má a bezplatná a otevřená aplikace volání PixyMon pro vaši kontrolu.

Pixy 2 CMUcam 5

Pokud se rozhodnete koupit tento fotoaparát Pixy CMUcam5, bude dodáván s 6kolíkovým až 10kolíkovým kabelem IDC a montážním hardwarem. Navíc, technické vlastnosti modulu jsou:

  • Procesor NXP LPC4330 204 Mhz DualCore.
  • 254 Kb RAM paměť,
  • 140mA spotřeba.
  • Obrazový snímač Omnivision OV9715 1/4 ″ a rozlišení 1280 × 800.
  • Pozorovací úhel 75 ° vodorovně a 47 ° svisle.
  • Jednoduché rozpoznávání obrazu k vyhledání objektů.
  • Můžete jej použít s deskami Arduino (se specifickými knihovnami), Raspberry Pi, BeagleBone Black a dalšími podobnými deskami.
  • Komunikační porty: SPI, I2C, UART, USB nebo analogový / digitální výstup.
  • Software PixyMon kompatibilní s Windows, macOS a GNU / Linux.
  • Malá velikost.
  • Dokumentace k dispozici na projektu Wiki.
  • Úložiště Github s knihovnou pro Arduino.
  • firmware
  • Návody

Kromě toho musíte mít na paměti, že máte k dispozici jiný typ API, knihovny a další materiály které vám mohou pomoci vytvářet projekty všeho druhu pomocí těchto kamer a umělého vidění. Například je třeba poznamenat:

  • OpenCV: je bezplatná knihovna strojového vidění původně vyvinutá společností Intel. Nyní byla vydána pod licencí BSD a může ji kdokoli použít k detekci pohybu, rozpoznávání objektů, robotickému vidění, rozpoznávání obličeje atd. Je to multiplatformní, takže jej lze použít na GNU / Linux, macOS, Windows a Android.
  • Další projekty, jako např detekce vozidla.

Od Hwlibre vám doporučuji začít experimentujte a dozvíte se o této disciplíně...

Jednoduchý příklad integrace Pixy 2 CMUcam5 s Arduino

Deska Arduino kompatibilní se senzory pro Arduino

Aby to bylo možné použít Modul Pixy 2 CMUcam5 s vaší deskou Arduino, které musíte použít několik dalších prvků. Například můžete použijte servomotor S06NF nebo podobný, jednat, když fotoaparát detekuje objekt, pro který jste jej naprogramovali. Samozřejmě si budete muset stáhnout software PixyMon, který jsem řekl výše, a knihovnu GitHub pro Arduino.

Více informací o programování Arduino můžete stáhněte si náš PDF s bezplatným kurzem.

Jakmile máš nainstalovaný PixyMon Ve vašem operačním systému postupujte takto:

  1. Připojte Pixy pomocí kabelu USB a zkontrolujte, zda svítí RGB LED modulu, což znamená, že funguje správně.
  2. Otevřete aplikaci PixyMon a pokud je vše v pořádku, uvidíte, co kamera v tuto chvíli snímá.
  3. Přejděte do podnabídky Akce nebo Akcea potom klikněte na Nastavit podpis nebo Nastavit podpis. Nyní by video mělo zamrznout a můžete si vybrat, jakou barvu nebo objekt má kamera detekovat, pokud je před senzorem. Můžete například použít míč. Kdykoli tedy míč projde před senzorem, bude detekován.
  4. Jak vidíte, existuje až 7 Nastavit podpis, takže můžete nakonfigurovat až 7 různých objektů, které kamera dokáže detekovat.
  5. Pokud vyberete pouze jeden, můžete přejít k dalšímu kroku. Nebo pokud chcete odebrat objekt ze seznamu, můžete přejít do nabídky Akce nebo Akce a poté Odstranit vše Podpisy nebo zvolte Odstranit konkrétní podpis. Můžete dokonce přejít na Konfigurace nebo Konfigurace a poté přejít na konkrétní podpis, který chcete upravit, abyste jej změnili….

Pixy připojeno k Arduinu

Nyní můžete pokračovat v konfiguraci vaší desky Arduino, jestli chceš. Za tímto účelem již víte, že musíte použít knihovnu Pixy pro Arduino. Tato knihovna bude také obsahovat jednoduché příklady, se kterými můžete začít experimentovat, aniž byste museli psát kód úplně od začátku. Jednoduše jejich otevřením a spuštěním těchto skic nebo jejich úpravami, abyste zjistili, jak se chovají. Chcete-li mít tuto knihovnu, můžete postupovat podle těchto kroků.

  1. Plnění knihovna pro Arduino.
  2. Otevřeno Arduino IDE.
  3. Přejít na Skica, Zahrnout knihovnu a poté Přidat knihovnu .zip a vyberte tu, kterou jste stáhli.
  4. Nyní bude integrován, můžete začít testovat nějaký příklad s kamerou správně připojenou k vaší desce Arduino. Chcete-li to provést, přejděte do nabídky Příklady nebo Příklady, poté do Pixy a vyberte jednu z nich. Doporučuji začít s Ahoj světe.
  5. S vaší deskou Arduino připojenou USB do PC, nahrajte náčrt na vaší desce, pak vyberte Nástroje a poté Sériový monitor.
  6. Nyní vám okno začne zobrazovat informace.

Samozřejmě nezapomeňte připojit všechny elektronické komponenty potřebujete svoji desku Arduino, včetně samotné kamery. Už víte, že se připojuje k pinům ISCP Arduino určeným pro tyto moduly, jak je vidět na obrázku ...


Obsah článku se řídí našimi zásadami redakční etika. Chcete-li nahlásit chybu, klikněte zde.

Buďte první komentář

Zanechte svůj komentář

Vaše e-mailová adresa nebude zveřejněna. Povinné položky jsou označeny *

*

*

  1. Odpovědný za údaje: Miguel Ángel Gatón
  2. Účel údajů: Ovládací SPAM, správa komentářů.
  3. Legitimace: Váš souhlas
  4. Sdělování údajů: Údaje nebudou sděleny třetím osobám, s výjimkou zákonných povinností.
  5. Úložiště dat: Databáze hostovaná společností Occentus Networks (EU)
  6. Práva: Vaše údaje můžete kdykoli omezit, obnovit a odstranit.