![تتبع الكائن القائم على اكتشاف اللون: 10 خطوات تتبع الكائن القائم على اكتشاف اللون: 10 خطوات](https://i.howwhatproduce.com/images/009/image-24434-j.webp)
جدول المحتويات:
2025 مؤلف: John Day | [email protected]. آخر تعديل: 2025-01-23 12:53
![Image Image](https://i.howwhatproduce.com/images/009/image-24434-2-j.webp)
![](https://i.ytimg.com/vi/2Auoq4cBtjI/hqdefault.jpg)
قصة
لقد قمت بهذا المشروع لتعلم معالجة الصور باستخدام Raspberry PI وفتح السيرة الذاتية. لجعل هذا المشروع أكثر إثارة للاهتمام ، استخدمت محركين من نوع SG90 Servo وكاميرا مثبتة عليه. يستخدم أحد المحركات للتحرك أفقيًا ويستخدم المحرك الثاني للتحرك عموديًا.
اللوازم
كتابة كاملة
تتبع الكائن القائم على اكتشاف اللون
1. قم بتثبيت Raspbian Strech على Raspberry 3B +
أ. تحقق من فيديو YouTube الخاص بي من: - إلى 15:10 إلى 16:42 - >>
ب. استخدم محول HDMI-VGA لتوصيل RPI بالشاشة ولوحة مفاتيح USB وماوس.
ج. قم بتشغيل سطح مكتب RPI واتبع الخطوة التالية.
د. يوصى باستخدام الشاشة إذا كنت مبتدئًا لأن الوصول المباشر إلى PI سهل بالنسبة للمبتدئين.
2. قم بتثبيت Open CV على RPI3B +
أ.
ب. الوقت المستغرق: - حوالي 8+ ساعات
ج. أقضي يومين لإكمال هذه العملية (20 ساعة) لذا كن شغوفًا وهادئًا.
3. قم بتثبيت مكتبة PCM9685 على Raspberry PI.
أ. الوثائق المرجعية: -
ب. تحقق من اتصال PCM9685 i2c مع RPI
أنا. Run: - sudo apt-get install python-smbus
ثانيا. تشغيل: - sudo apt-get install i2c-tools
ثالثا. تشغيل: - sudo i2cdetect -y 1
1. صورة اتصال ناجح مع PCM9685
ج. افتح Terminal وقم بتشغيل: - source ~ /.profile # للدخول في بيئة افتراضية.
د. فتح المحطة وتشغيل: - pip3 قم بتثبيت adafruit-circpython-servokit
ه. لا تستخدم "sudo" أبدًا وإلا ستواجه مشكلة لأن استخدام "sudo" لن يؤدي إلى تثبيت مكتبة في بيئتك الافتراضية.
F. فحص المؤازرة
أنا. افتح python3 وأدخل الأوامر أدناه.
ثانيا. من adafruit_servokit استيراد ServoKit
ثالثا. مجموعة = ServoKit (قنوات = 16)
رابعا. kit.servo [0].angle = 90
v. kit.servo [0].angle = 180
السادس. kit.servo [0].angle = 0
4. تفاصيل الاتصال: -
أ. قم بتوصيل 5VDC بـ PCM9685 (للتشغيل المؤازر يلزم 5 فولت خارجي)
ب. / قم بتوصيل PC9685 I2C ودبابيس إمداد المنطق مع دبابيس RPI.
ج. قم بتوصيل Two Servo بـ PCM9685
5. فحص المؤازرة
أ. لقد أعددت 4 ملفات لفحص المؤازرة (180.py، 90.py، 0.py).
أنا. للحصول على درجة 0. (كلاهما مؤازر عند 0 درجة).
ثانيا. 90 درجة. (كلاهما مؤازر بدرجة 90).
ثالثا. ل 180 درجة. (كلاهما مؤازر بدرجة 180).
رابعا. مصدر الرمز ()
6. قم بتثبيت كاميرا PI على موصل الكاميرا وربط المؤازرة كما هو موضح في الفيديو التعليمي.
أ. رابط البرنامج التعليمي: -
7. قم بتشغيل شفرة تتبع الكائن (تنزيل من:-)
8. افتح Terminal
أ. تشغيل: - المصدر ~ /. Profile.
ب. تشغيل: - workon cv.
ج. حدد "(CV)" أمام الأمر الطرفي.
د. تشغيل كود تتبع الكائن: - "مسار موقع الملف" / python3.’file name"
ه. للخروج اضغط على: - Esc
الخطوة 1: عمل المشروع: -
- تم التقاط الصورة بواسطة كاميرا RPI ومعالجتها بلغة python باستخدام openCV.
- يتم تحويل الصورة الملتقطة من RGB إلى HSV.
- قم بتطبيق قناع على لون معين (في الكود النهائي الخاص بي ، استخدمت اللون الأحمر والرمز الخاص للعثور على قيمة إخفاء دقيقة والتي يتم إرفاقها أيضًا باسم Hearwith).
- البحث عن محيطات لجميع الكائنات الحمراء في الإطار.
- أخيرًا ، سيؤدي الفرز وتحديد الخطوط الأولى إلى إعطاء كائن أحمر اللون في الإطار.
- ارسم مستطيلاً على الكائن وابحث عن المركز الأفقي والعمودي للمستطيل.
- تحقق من الفرق بين المركز الأفقي للإطار والمركز الأفقي للمستطيل الكائن.
- إذا كان الاختلاف أكبر ، فقم بتعيين القيمة ، فابدأ في تحريك أجهزة أفقية لتقليل الاختلاف.
- بنفس الطريقة التي يمكننا بها تحريك المحور الرأسي وأخيرًا يعمل تتبع الكائن على 180 درجة.
الخطوة 2: إعداد RPI: - وقت دليل الإعداد هو: - 15:10 إلى 16:42 في فيديو Youtube
![](https://i.ytimg.com/vi/XfPXu4UAZwQ/hqdefault.jpg)
قم بتنزيل Raspbian Streach وجسده على بطاقة ذاكرة 32 جيجابايت. URL: -https://downloads.raspberrypi.org/raspbian_full_latest
بعد تنزيل صورة Raspbian ، قم بفك ضغطها وتخزينها على سطح المكتب (أو مكان مناسب).
لكتابة صورة على بطاقة SD ، قم بتنزيل Eatcher.
عنوان URL:
قم بتوصيل كابل HDMI بكابل VGA إلى RPI وشاشة LCD.
قم بتوصيل لوحة مفاتيح USB وماوس وتشغيل PI باستخدام محول الطاقة (2.5 أمبير)
موصى به:
مستشعر رؤية Micro: bit MU - تتبع الكائن: 7 خطوات
![مستشعر رؤية Micro: bit MU - تتبع الكائن: 7 خطوات مستشعر رؤية Micro: bit MU - تتبع الكائن: 7 خطوات](https://i.howwhatproduce.com/images/002/image-4080-11-j.webp)
Micro: bit MU Vision Sensor - تتبع الكائن: لذلك في هذه التعليمات سنبدأ في برمجة السيارة الذكية التي نبنيها في هذه التعليمات وقمنا بتثبيت مستشعر رؤية MU في هذه التعليمات سنقوم ببرمجة الميكرو: بعض الشيء مع بعض تتبع الكائن البسيط ، لذا
متزلج كاميرا تتبع الكائن مع محور الدوران. طباعة ثلاثية الأبعاد ومبنية على وحدة تحكم محرك RoboClaw DC و Arduino: 5 خطوات (بالصور)
![متزلج كاميرا تتبع الكائن مع محور الدوران. طباعة ثلاثية الأبعاد ومبنية على وحدة تحكم محرك RoboClaw DC و Arduino: 5 خطوات (بالصور) متزلج كاميرا تتبع الكائن مع محور الدوران. طباعة ثلاثية الأبعاد ومبنية على وحدة تحكم محرك RoboClaw DC و Arduino: 5 خطوات (بالصور)](https://i.howwhatproduce.com/images/010/image-29875-j.webp)
متزلج كاميرا تتبع الكائن مع محور الدوران. 3D مطبوعة ومبنية على RoboClaw DC Motor Controller & Arduino: كان هذا المشروع أحد مشاريعي المفضلة منذ أن تمكنت من الجمع بين اهتماماتي في صناعة الفيديو مع DIY. لطالما نظرت وأردت محاكاة تلك اللقطات السينمائية في الأفلام حيث تتحرك الكاميرا عبر الشاشة أثناء التحريك لتتبع
روبوت تتبع اللون على أساس العجلة متعددة الاتجاهات و OpenCV: 6 خطوات
![روبوت تتبع اللون على أساس العجلة متعددة الاتجاهات و OpenCV: 6 خطوات روبوت تتبع اللون على أساس العجلة متعددة الاتجاهات و OpenCV: 6 خطوات](https://i.howwhatproduce.com/images/011/image-30732-j.webp)
روبوت تتبع الألوان استنادًا إلى العجلة متعددة الاتجاهات و OpenCV: أستخدم هيكل عجلة متعدد الاتجاهات لتنفيذ تتبع الألوان الخاص بي ، وأستخدم برنامجًا للهاتف المحمول يسمى OpenCVBot. شكرا لمطوري البرمجيات هنا ، شكرا لك. يقوم OpenCV Bot في الواقع باكتشاف أو تتبع أي كائن في الوقت الحقيقي من خلال معالجة الصور
اكتشاف الكائن W / Dragonboard 410c أو 820c باستخدام OpenCV و Tensorflow: 4 خطوات
![اكتشاف الكائن W / Dragonboard 410c أو 820c باستخدام OpenCV و Tensorflow: 4 خطوات اكتشاف الكائن W / Dragonboard 410c أو 820c باستخدام OpenCV و Tensorflow: 4 خطوات](https://i.howwhatproduce.com/images/003/image-6246-2-j.webp)
اكتشاف الكائن W / Dragonboard 410c أو 820c باستخدام OpenCV و Tensorflow: توضح هذه التعليمات كيفية تثبيت OpenCV و Tensorflow وأطر التعلم الآلي لـ Python 3.5 لتشغيل تطبيق Object Detection
محلل أنماط حركة المرور باستخدام اكتشاف الكائن الحي: 11 خطوة (بالصور)
![محلل أنماط حركة المرور باستخدام اكتشاف الكائن الحي: 11 خطوة (بالصور) محلل أنماط حركة المرور باستخدام اكتشاف الكائن الحي: 11 خطوة (بالصور)](https://i.howwhatproduce.com/images/001/image-232-249-j.webp)
محلل أنماط حركة المرور باستخدام اكتشاف الكائن الحي: في عالم اليوم ، تعد إشارات المرور ضرورية لطريق آمن. ومع ذلك ، في كثير من الأحيان ، يمكن أن تكون إشارات المرور مزعجة في المواقف التي يقترب فيها شخص ما من الضوء تمامًا كما يتحول إلى اللون الأحمر. هذا يضيع الوقت ، خاصة إذا كان الضوء