Table des matières:
Vidéo: DÉTECTION D'OBJETS RASPBERRY PI Pi AVEC PLUSIEURS CAMÉRAS : 3 étapes
2024 Auteur: John Day | [email protected]. Dernière modifié: 2024-01-30 09:06
Je vais garder l'intro courte, car le titre lui-même suggère quel est le but principal de l'instructable. Dans cette instructable étape par étape, je vais vous expliquer comment connecter plusieurs caméras comme une caméra 1-pi et au moins une caméra USB, ou 2 caméras USB. La configuration nous permettra d'accéder à tous les flux simultanément, et d'effectuer une détection de mouvement sur chacun d'eux. La meilleure partie à ce sujet est qu'openCV fonctionne en temps réel (ou presque en temps réel, selon le nombre de caméras que vous avez connectées). Il peut être utilisé pour la surveillance à domicile.
Contenu
1. Configuration multi-caméras
2. Définir le détecteur de mouvement simple, accéder aux flux
4. Résultat final
Étape 1: configuration multi-caméras
Lors de la création d'une configuration Raspberry Pi pour tirer parti de plusieurs caméras, vous avez deux options:
Utilisez simplement plusieurs webcams USB.
Ou utilisez un module de caméra Raspberry Pi et au moins une caméra Web USB.
Nous avons utilisé une caméra Web Logitech c920.
Le raspberry pi dispose d'un port de caméra interne, mais si vous souhaitez utiliser plusieurs caméras raspberry pi au lieu d'une caméra USB, vous devez vous procurer un blindage.
Considérons maintenant une configuration à 2 caméras avec une caméra pi et une caméra USB. La sortie serait comme celle de image_2.
Dans la partie restante de cet article, nous allons d'abord définir le code de détecteur de mouvement simple pour une seule caméra, puis l'implémenter sur plusieurs caméras.
Étape 2: Définir le détecteur de mouvement simple
Dans cette section, nous allons définir un code python simple pour détecter des objets. Pour maintenir l'efficacité, considérons qu'un seul objet se déplace dans une vue de caméra.
tous les fichiers de code sont joints dans mon lien Github:
Conseillé:
Détection d'objets avec les cartes Sipeed MaiX (Kendryte K210): 6 étapes
Détection d'objets avec les cartes Sipeed MaiX (Kendryte K210): Dans la continuité de mon article précédent sur la reconnaissance d'images avec les cartes Sipeed MaiX, j'ai décidé d'écrire un autre tutoriel, axé sur la détection d'objets. Il y a eu récemment du matériel intéressant avec la puce Kendryte K210, y compris S
Détection d'objets Raspberry Pi : 7 étapes
Détection d'objets Raspberry Pi : ce guide fournit des instructions détaillées sur la configuration de l'API de détection d'objets de TensorFlow sur le Raspberry Pi. En suivant les étapes de ce guide, vous pourrez utiliser votre Raspberry Pi pour effectuer une détection d'objet sur une vidéo en direct à partir d'un P
Détection d'objets avec Dragonboard 410c ou 820c à l'aide d'OpenCV et de Tensorflow. : 4 étapes
Détection d'objets avec Dragonboard 410c ou 820c en utilisant OpenCV et Tensorflow
Analyseur de modèle de trafic utilisant la détection d'objets en direct : 11 étapes (avec images)
Analyseur de modèle de trafic utilisant la détection d'objets en direct : dans le monde d'aujourd'hui, les feux de circulation sont essentiels pour une route sûre. Cependant, souvent, les feux de circulation peuvent être ennuyeux dans des situations où quelqu'un s'approche du feu au moment où il devient rouge. Cela fait perdre du temps, surtout si la lumière est pr
Détection visuelle d'objets avec une caméra (TfCD) : 15 étapes (avec photos)
Détection visuelle d'objets avec une caméra (TfCD) : Les services cognitifs capables de reconnaître des émotions, des visages de personnes ou des objets simples sont actuellement encore à un stade précoce de développement, mais avec l'apprentissage automatique, cette technologie se développe de plus en plus. Nous pouvons nous attendre à voir plus de cette magie dans