Table des matières:
- Étape 1: préparer le Raspberry Pi
- Étape 2: Installation d'OpenCV
- Étape 3: Tester OpenCV
- Étape 4: séparation des couleurs
Vidéo: Traitement d'image avec le Raspberry Pi : Installation d'OpenCV et séparation des couleurs d'image : 4 étapes
2024 Auteur: John Day | [email protected]. Dernière modifié: 2024-01-30 09:06
Cet article est le premier de plusieurs tutoriels sur le traitement d'images à suivre. Nous examinons de plus près les pixels qui composent une image, apprenons à installer OpenCV sur le Raspberry Pi et nous écrivons également des scripts de test pour capturer une image et effectuer également une séparation des couleurs à l'aide d'OpenCV.
La vidéo ci-dessus vous donne de nombreuses informations supplémentaires qui vous aideront à mieux comprendre le traitement des images et l'ensemble du processus d'installation. Je vous recommande fortement de regarder cela en premier car cet article écrit ne couvrira que les bases absolues nécessaires pour recréer cela vous-même.
Étape 1: préparer le Raspberry Pi
Pour ce projet, j'utiliserai le Raspberry Pi 3B+ bien que vous puissiez utiliser n'importe quelle autre variante que vous pourriez avoir. Avant de pouvoir démarrer la carte, nous devons flasher une image sur le Raspberry Pi. Veuillez utiliser la version de bureau pour cela car nous avons besoin des composants de l'interface graphique. Vous pouvez flasher l'image en utilisant Etcher. Nous devons alors décider des deux choses suivantes:
L'accès au réseau:
Vous pouvez soit brancher un câble Ethernet si vous souhaitez utiliser une connexion filaire, mais j'utiliserai le WiFi intégré.
Contrôle RPi:
Nous devons également installer des logiciels et écrire des scripts pour que cela fonctionne. La façon la plus simple de le faire est de connecter un écran, un clavier et une souris à la carte. Je préfère utiliser SSH et l'accès à distance, c'est donc ce que j'utiliserai pour la vidéo.
Si vous souhaitez contrôler le Raspberry PI à distance, veuillez lire le post suivant qui couvre tout ce que vous devez savoir pour le faire.
www.instructables.com/id/Remotely-Accessing-the-Raspberry-Pi-SSH-Dekstop-FT/
Insérez simplement la carte microSD dans votre carte, puis allumez-la. La première chose à faire est d'activer la caméra. Vous pouvez le faire en ouvrant le terminal et en tapant:
sudo raspi-config
Vous accédez ensuite à l'élément "Options d'interfaçage", suivi de "Appareil photo" pour l'activer. Il vous demandera de redémarrer, alors dites oui à cela, puis donnez à la carte une minute pour redémarrer.
La prochaine chose que nous devons faire est de tester si la caméra fonctionne correctement. Cela peut être fait en exécutant la commande suivante:
raspistill -o test.jpg
La commande ci-dessus capture une image et l'enregistre dans le répertoire /home/pi. Vous pouvez ensuite ouvrir le gestionnaire de fichiers et l'afficher pour confirmer si tout fonctionne comme il se doit.
Nous mettons ensuite à jour le système d'exploitation en exécutant la commande suivante:
sudo apt update && sudo apt mise à jour complète -y
Cette étape peut prendre un certain temps en fonction de votre connexion réseau, mais il est recommandé de le faire.
Étape 2: Installation d'OpenCV
Nous utiliserons PIP qui est le programme d'installation du package pour python afin d'installer certains des modules, alors assurez-vous qu'il est installé en exécutant la commande suivante:
sudo apt installer python3-pip
Une fois cela fait, nous devons installer les dépendances (logiciels supplémentaires) nécessaires avant de pouvoir installer OpenCV lui-même. Vous devez exécuter chacune des commandes suivantes et je vous recommande fortement d'ouvrir ce message sur le navigateur Raspberry Pi, puis de copier/coller les commandes.
- sudo apt installer libatlas-base-dev -y
- sudo apt installer libjasper-dev -y
- sudo apt install libqtgui4 -y
- sudo apt installer python3-pyqt5 -y
- sudo apt install libqt4-test -y
- sudo apt install libhdf5-dev libhdf5-serial-dev -y
- sudo pip3 installer opencv-contrib-python==4.1.0.25
Cela installera OpenCV pour nous. Avant de pouvoir l'utiliser, nous devons installer le module picamera afin de pouvoir utiliser la caméra Raspberry Pi. Cela peut être fait en exécutant la commande suivante:
pip3 installe picamera[tableau]
Étape 3: Tester OpenCV
Nous allons maintenant écrire notre premier script pour nous assurer que tout est correctement installé. Il capturera simplement une image puis l'affichera à l'écran. Exécutez la commande suivante pour créer et ouvrir un nouveau fichier de script:
sudo nano test-opencv.py
Je recommande fortement de copier le script à partir du fichier ci-dessous, puis de le coller dans le nouveau fichier que vous avez créé. Ou bien vous pouvez simplement tout taper.
github.com/bnbe-club/opencv-demo-diy-27
Une fois cela fait, enregistrez simplement le fichier en tapant "CTRL+X", puis Y, puis ENTRÉE. Le script peut être exécuté en tapant la commande suivante:
python3 test-opencv.py
Vous devriez pouvoir voir une image à l'écran et veuillez regarder la vidéo pour vérifier, si nécessaire. N'oubliez pas non plus d'appuyer sur n'importe quelle touche de votre clavier pour quitter le script. Il ne sortira PAS lorsque vous fermerez la fenêtre.
Étape 4: séparation des couleurs
Maintenant que tout fonctionne comme il se doit, nous pouvons créer un nouveau script pour obtenir une image, puis afficher les composants de couleur individuels. Exécutez la commande suivante pour créer et ouvrir un nouveau fichier de script:
sudo nano image-components.py
Je recommande fortement de copier le script à partir du fichier ci-dessous, puis de le coller dans le nouveau fichier que vous avez créé. Ou bien vous pouvez simplement tout taper.
github.com/bnbe-club/opencv-demo-diy-27
Une fois cela fait, enregistrez simplement le fichier en tapant "CTRL+X", puis Y, puis ENTRÉE. Le script peut être exécuté en tapant la commande suivante: python3 image-components.py. Vous devriez pouvoir voir l'image capturée ainsi que les composants bleu, vert et rouge à l'écran. Veuillez regarder la vidéo pour vérifier, si nécessaire. N'oubliez pas non plus d'appuyer sur n'importe quelle touche de votre clavier pour quitter le script. Il ne sortira PAS lorsque vous fermerez la fenêtre.
Voilà à quel point il est facile de démarrer avec OpenCV, en utilisant le Raspberry Pi. Nous continuerons à créer d'autres scripts qui vous montreront des fonctionnalités avancées. Les vidéos et publications OpenCV comme celles-ci seront mises en ligne dimanche, mais veuillez vous abonner à notre chaîne YouTube pour rester informé.
Chaîne YouTube:
Merci pour la lecture!
Conseillé:
Guide de programmation de traitement intéressant pour le concepteur - Contrôle des couleurs : 10 étapes
Conseils de programmation de traitement intéressants pour Designer - Contrôle des couleurs : Dans les chapitres précédents, nous avons parlé davantage de la façon d'utiliser le code pour faire la mise en forme au lieu des points de connaissance sur la couleur. Dans ce chapitre, nous allons approfondir cet aspect de la connaissance
Détection simple des couleurs à l'aide d'OpenCV : 6 étapes
Détection de couleur simple à l'aide d'OpenCV : Salut ! Aujourd'hui, je vais montrer une méthode simple pour détecter une couleur à partir d'une vidéo en direct à l'aide d'OpenCV et de python. Fondamentalement, je vais simplement tester que la couleur requise est présente ou non dans le cadre d'arrière-plan et à l'aide des modules OpenCV, je vais masquer cette région et
Détection des couleurs en Python à l'aide d'OpenCV : 8 étapes
Détection des couleurs en Python à l'aide d'OpenCV : Bonjour ! Cette instructable est utilisée pour expliquer comment extraire une couleur spécifique d'une image en python à l'aide de la bibliothèque openCV. Si vous débutez dans cette technique, ne vous inquiétez pas, à la fin de ce guide, vous pourrez programmer votre propre couleur
Robot de suivi des couleurs basé sur une roue omnidirectionnelle et OpenCV : 6 étapes
Robot de suivi des couleurs basé sur une roue omnidirectionnelle et OpenCV : j'utilise un châssis de roue omnidirectionnel pour implémenter mon suivi des couleurs, et j'utilise un logiciel mobile appelé OpenCVBot. Merci aux développeurs de logiciels ici, merci. OpenCV Bot détecte ou suit en fait tout objet en temps réel via le traitement d'image
Comment démonter un ordinateur avec des étapes et des images faciles : 13 étapes (avec des images)
Comment démonter un ordinateur avec des étapes et des images faciles : Il s'agit d'instructions sur la façon de démonter un PC. La plupart des composants de base sont modulaires et facilement démontables. Cependant, il est important que vous soyez organisé à ce sujet. Cela vous aidera à éviter de perdre des pièces, et aussi à faire le remontage ea