.. note:: Hallo, willkommen in der SunFounder Raspberry Pi & Arduino & ESP32 Enthusiasten-Community auf Facebook! Tauchen Sie mit anderen Enthusiasten tiefer in die Welt von Raspberry Pi, Arduino und ESP32 ein. **Warum beitreten?** - **Expertenunterstützung**: Lösen Sie Probleme nach dem Kauf und technische Herausforderungen mit Hilfe unserer Community und unseres Teams. - **Lernen & Teilen**: Tauschen Sie Tipps und Tutorials aus, um Ihre Fähigkeiten zu verbessern. - **Exklusive Vorschauen**: Erhalten Sie frühzeitigen Zugang zu neuen Produktankündigungen und exklusiven Einblicken. - **Spezielle Rabatte**: Genießen Sie exklusive Rabatte auf unsere neuesten Produkte. - **Festliche Aktionen und Verlosungen**: Nehmen Sie an Gewinnspielen und saisonalen Aktionen teil. 👉 Bereit, mit uns zu entdecken und zu gestalten? Klicken Sie auf [|link_sf_facebook|] und treten Sie noch heute bei! .. _py_vision: Computer Vision ======================= Dieses Projekt führt Sie offiziell in das Gebiet der Computer Vision ein! **Code ausführen** .. raw:: html .. code-block:: cd ~/picrawler/examples sudo python3 display.py **Bild anzeigen** Nach dem Start des Codes wird im Terminal folgende Eingabeaufforderung angezeigt: .. code-block:: No desktop ! * Serving Flask app "vilib.vilib" (lazy loading) * Environment: production WARNING: Do not use the development server in a production environment. Use a production WSGI server instead. * Debug mode: off * Running on http://0.0.0.0:9000/ (Press CTRL+C to quit) Dann können Sie im Browser ``http://:9000/mjpg`` eingeben, um den Videostream anzuzeigen. Beispiel: ``https://192.168.18.113:9000/mjpg`` .. image:: img/display.png Nach dem Start des Programms werden folgende Informationen angezeigt: * Geben Sie eine Taste ein, um eine Funktion aufzurufen! * ``q``: Foto aufnehmen * ``1``: Farberkennung: Rot * ``2``: Farberkennung: Orange * ``3``: Farberkennung: Gelb * ``4``: Farberkennung: Grün * ``5``: Farberkennung: Blau * ``6``: Farberkennung: Lila * ``0``: Farberkennung ausschalten * ``r``: QR-Code scannen * ``f``: Gesichts- und Farberkennung ein-/ausschalten * ``s``: Erfasste Objektinformationen anzeigen Befolgen Sie die Anweisungen, um die entsprechenden Funktionen zu aktivieren. * **Foto aufnehmen** Geben Sie ``q`` in das Terminal ein und drücken Sie die Eingabetaste. Das aktuell von der Kamera gesehene Bild wird gespeichert (wenn die Farberkennungsfunktion aktiviert ist, wird auch der Markierungsrahmen im gespeicherten Bild angezeigt). Diese Fotos finden Sie im Verzeichnis ``~/Pictures/PiCrawler/`` auf dem Raspberry Pi. Sie können Tools wie :ref:`filezilla` verwenden, um die Fotos auf Ihren PC zu übertragen. * **Farberkennung** Wenn Sie eine Zahl zwischen ``1~6`` eingeben, wird eine der Farben "Rot, Orange, Gelb, Grün, Blau, Lila" erkannt. Geben Sie ``0`` ein, um die Farberkennung auszuschalten. .. image:: img/DTC2.png .. note:: Sie können die :download:`PDF-Farbkarten ` für die Farberkennung herunterladen und ausdrucken. * **Gesichtserkennung** Geben Sie ``f`` ein, um die Gesichtserkennung zu aktivieren. .. image:: img/DTC5.png * **QR-Code-Erkennung** Geben Sie ``r`` ein, um die QR-Code-Erkennung zu aktivieren. Bevor der QR-Code erkannt wird, können keine weiteren Aktionen ausgeführt werden. Die Decodierungsinformationen des QR-Codes werden im Terminal angezeigt. .. image:: img/DTC4.png * **Informationen anzeigen** Geben Sie ``s`` ein, um die Informationen des Gesichtserkennungs- (und Farberkennungs-) Ziels im Terminal anzuzeigen, einschließlich der Koordinaten (X, Y) und der Größe (Breite, Höhe) des gemessenen Objekts. **Code** .. code-block:: python from vilib import Vilib from time import sleep, time, strftime, localtime import threading from os import getlogin USERNAME = getlogin() PICTURE_PATH = f"/home/{USERNAME}/Pictures/" flag_face = False flag_color = False qr_code_flag = False MANUAL = ''' Input key to call the function! q: Take photo 1: Color detect : red 2: Color detect : orange 3: Color detect : yellow 4: Color detect : green 5: Color detect : blue 6: Color detect : purple 0: Switch off Color detect r: Scan the QR code f: Switch ON/OFF face detect s: Display detected object information ''' color_list = ['close', 'red', 'orange', 'yellow', 'green', 'blue', 'purple', ] def face_detect(flag): print("Face Detect:" + str(flag)) Vilib.face_detect_switch(flag) def qrcode_detect(): global qr_code_flag if qr_code_flag == True: Vilib.qrcode_detect_switch(True) print("Waitting for QR code") text = None while True: temp = Vilib.detect_obj_parameter['qr_data'] if temp != "None" and temp != text: text = temp print('QR code:%s'%text) if qr_code_flag == False: break sleep(0.5) Vilib.qrcode_detect_switch(False) def take_photo(): _time = strftime('%Y-%m-%d-%H-%M-%S',localtime(time())) name = 'photo_%s'%_time Vilib.take_photo(name, PICTURE_PATH) print('photo save as %s%s.jpg'%(PICTURE_PATH, name)) def object_show(): global flag_color, flag_face if flag_color is True: if Vilib.detect_obj_parameter['color_n'] == 0: print('Color Detect: None') else: color_coodinate = (Vilib.detect_obj_parameter['color_x'],Vilib.detect_obj_parameter['color_y']) color_size = (Vilib.detect_obj_parameter['color_w'],Vilib.detect_obj_parameter['color_h']) print("[Color Detect] ","Coordinate:",color_coodinate,"Size",color_size) if flag_face is True: if Vilib.detect_obj_parameter['human_n'] == 0: print('Face Detect: None') else: human_coodinate = (Vilib.detect_obj_parameter['human_x'],Vilib.detect_obj_parameter['human_y']) human_size = (Vilib.detect_obj_parameter['human_w'],Vilib.detect_obj_parameter['human_h']) print("[Face Detect] ","Coordinate:",human_coodinate,"Size",human_size) def main(): global flag_face, flag_color, qr_code_flag qrcode_thread = None Vilib.camera_start(vflip=False,hflip=False) Vilib.display(local=True,web=True) print(MANUAL) while True: # readkey key = input() key = key.lower() # take photo if key == 'q': take_photo() # color detect elif key != '' and key in ('0123456'): # '' in ('0123') -> True index = int(key) if index == 0: flag_color = False Vilib.color_detect('close') else: flag_color = True Vilib.color_detect(color_list[index]) # color_detect(color:str -> color_name/close) print('Color detect : %s'%color_list[index]) # face detection elif key =="f": flag_face = not flag_face face_detect(flag_face) # qrcode detection elif key =="r": qr_code_flag = not qr_code_flag if qr_code_flag == True: if qrcode_thread == None or not qrcode_thread.is_alive(): qrcode_thread = threading.Thread(target=qrcode_detect) qrcode_thread.setDaemon(True) qrcode_thread.start() else: if qrcode_thread != None and qrcode_thread.is_alive(): # wait for thread to end qrcode_thread.join() print('QRcode Detect: close') # show detected object information elif key == "s": object_show() sleep(0.5) if __name__ == "__main__": main() **Funktionsweise** Zu Beginn sollten Sie folgende Funktionen beachten, die die Kamera starten: .. code-block:: python Vilib.camera_start() Vilib.display() Funktionen zur "Objekterkennung": * ``Vilib.face_detect_switch(True)``: Aktiviert/deaktiviert die Gesichtserkennung. * ``Vilib.color_detect(color)``: Erkennt Farben. Nur eine Farbe kann gleichzeitig erkannt werden. Eingabewerte: ``"red"``, ``"orange"``, ``"yellow"``, ``"green"``, ``"blue"``, ``"purple"``. * ``Vilib.color_detect_switch(False)``: Deaktiviert die Farberkennung. * ``Vilib.qrcode_detect_switch(False)``: Aktiviert/deaktiviert die QR-Code-Erkennung. Gibt dekodierte QR-Daten zurück. * ``Vilib.gesture_detect_switch(False)``: Aktiviert/deaktiviert die Gestenerkennung. * ``Vilib.traffic_sign_detect_switch(False)``: Aktiviert/deaktiviert die Verkehrsschilderkennung. Die erkannten Informationen werden in ``detect_obj_parameter = Manager().dict()`` gespeichert. Im Hauptprogramm können Sie auf diese Weise darauf zugreifen: .. code-block:: python Vilib.detect_obj_parameter['color_x'] Die Schlüssel des Wörterbuchs und ihre Verwendungen sind in der folgenden Liste dargestellt: * ``color_x``: Der x-Wert der zentralen Koordinate des erkannten Farbfeldes, der Bereich ist 0~320. * ``color_y``: Der y-Wert der zentralen Koordinate des erkannten Farbfeldes, der Bereich ist 0~240. * ``color_w``: Die Breite des erkannten Farbfeldes, der Bereich ist 0~320. * ``color_h``: Die Höhe des erkannten Farbfeldes, der Bereich ist 0~240. * ``color_n``: Die Anzahl der erkannten Farbfelder. * ``human_x``: Der x-Wert der zentralen Koordinate des erkannten menschlichen Gesichts, der Bereich ist 0~320. * ``human_y``: Der y-Wert der zentralen Koordinate des erkannten Gesichts, der Bereich ist 0~240. * ``human_w``: Die Breite des erkannten menschlichen Gesichts, der Bereich ist 0~320. * ``human_h``: Die Höhe des erkannten Gesichts, der Bereich ist 0~240. * ``human_n``: Die Anzahl der erkannten Gesichter. * ``traffic_sign_x``: Der x-Wert der zentralen Koordinate des erkannten Verkehrsschildes, der Bereich ist 0~320. * ``traffic_sign_y``: Der y-Wert der zentralen Koordinate des erkannten Verkehrsschildes, der Bereich ist 0~240. * ``traffic_sign_w``: Die Breite des erkannten Verkehrsschildes, der Bereich ist 0~320. * ``traffic_sign_h``: Die Höhe des erkannten Verkehrsschildes, der Bereich ist 0~240. * ``traffic_sign_t``: Der Inhalt des erkannten Verkehrsschildes, die Werteliste lautet `['stop','right','left','forward']`. * ``gesture_x``: Der x-Wert der zentralen Koordinate der erkannten Geste, der Bereich ist 0~320. * ``gesture_y``: Der y-Wert der zentralen Koordinate der erkannten Geste, der Bereich ist 0~240. * ``gesture_w``: Die Breite der erkannten Geste, der Bereich ist 0~320. * ``gesture_h``: Die Höhe der erkannten Geste, der Bereich ist 0~240. * ``gesture_t``: Der Inhalt der erkannten Geste, die Werteliste lautet `["paper","scissor","rock"]`. * ``qr_date``: Der Inhalt des erkannten QR-Codes. * ``qr_x``: Der x-Wert der zentralen Koordinate des zu erkennenden QR-Codes, der Bereich ist 0~320. * ``qr_y``: Der y-Wert der zentralen Koordinate des zu erkennenden QR-Codes, der Bereich ist 0~240. * ``qr_w``: Die Breite des zu erkennenden QR-Codes, der Bereich ist 0~320. * ``qr_h``: Die Höhe des zu erkennenden QR-Codes, der Bereich ist 0~320.