Rastreamento Raspberry Pi Ball

(Observação:este é um tutorial avançado, não se destina a um iniciante em Linux.)

Neste tutorial, demonstrarei como rastrear bolas de tênis de mesa usando OpenCV no Raspberry Pi. Ele pode ser usado para rastrear qualquer objeto circular, desde que possa ser bem detectado de seu fundo. Isso pode ser útil em robôs de rastreamento de bola e projetos semelhantes.

Coisas que você precisa:

1. Raspberry Pi (com o Raspbian mais recente instalado, você pode obtê-lo aqui:https://www.raspberrypi.org/downloads/ Siga as instruções de instalação no mesmo site)

2. Webcam USB (teste uma que seja compatível com o Rasppi)

3. Um host Linux (de preferência Linux Mint / Ububtu) que testei com o Linux Mint 17.

4. Experiência com sistemas debian

Etapa 1:Configuração inicial

Instruções:

1. Faça conexões Rpi:teclado, mouse, webcam, ethernet ou dongle wi-fi, monitor via HDMI, alimentação

2. Ligue o seu Rpi

3. Inicialize na GUI do raspbian em seu Rpi (inicialização do Raspbian na GUI)

4. Abra o terminal e instale o OpenCV (siga o excelente guia de Trevor Appleton para verificar se o OpenCV está instalado corretamente. Instale o OpenCV no Rpi)

5. Copie o arquivo “bdtct.py” para a pasta inicial em seu rpi usando scp ou uma unidade flash.

Etapa 2:execute o código (também conhecida como parte divertida)

No terminal do rpi, navegue até a pasta onde você copiou bdtct.py

2. Execute o seguinte comando:

sudo python bdctc.py

Isso deve abrir 5 janelas como na imagem acima

3. Traga uma bola de tênis de mesa (use uma amarela, se possível) na frente da sua webcam.

5. A bola deve ser rastreada na janela “rastreamento”. Caso contrário, ajuste os controles deslizantes nas janelas “HueComp”, “SatComp”, “ValComp” respectivamente de forma que apenas a região da bola de tênis de mesa apareça em branco na janela de “fechamento” (veja a imagem acima para referência). Você pode precisar experimentar um pouco para fazer isso funcionar. Anote os valores dos controles deslizantes para os quais funciona para você, você pode editá-los posteriormente em bdtct.py.

Etapa 3:Compreendendo o algoritmo

Abra o arquivo bdtct.py no editor de texto.

O código bdtct.py está fazendo o seguinte:

1. Recebendo a entrada por “cap =cv2.VideoCapture (-1)”

2. Redimensionar o quadro de vídeo para um tamanho menor de 320 × 240, de modo que nosso rpi possa gerar mais quadros por segundo.

3. Criação de elementos visuais como janelas “HueComp”, “SatComp”, “ValComp” com os respectivos controles deslizantes mínimo e máximo.

4. Converter a entrada do sistema BGR para HSV “hsv =cv2.cvtColor (frame, cv2.COLOR_BGR2HSV)”

5. Dividindo os componentes de matiz, saturação e valor.

6. Limitar cada componente de acordo com a faixa de limite definida pelos respectivos controles deslizantes mínimo e máximo para obter uma imagem binária limite (veja a imagem acima)

7. Logicamente E a tonalidade limiar, saturarion, componentes de valor juntos para obter uma imagem binária grosseira em que apenas os pixels da bola de tênis de mesa são brancos, o resto é preto. (veja a imagem acima)

8. Suavizando a imagem AND "fechando =cv2.GaussianBlur (fechando, (5,5), 0)"

9. Usando HoughCircles para detectar círculos na imagem

10. Desenhando círculos detectados no quadro de entrada original.



Para mais detalhes:rastreamento Raspberry Pi Ball