精华内容
下载资源
问答
  • 基于树莓派图像识别的智能循迹避障小车作者:三无小组视频请点击: ://youtu.be/4E3luEluiFE 基本需求 覆盆子pi3小车模块笔记本电脑树莓派官方摄像头 环境要求 树莓派:rasbian系统电脑:opencv2.45 麻木 具体原理 ...
  • 树莓派pytorch实现图像识别

    千次阅读 2021-02-22 21:59:33
    首先在树莓派上搭建好pytorch环境,这里我python版本是3.7 下面要做的工作就是调用已经训练好的模板net=torch.load('模板的路径',map_location='cpu') 当然少不了对图像尺寸格式先进行统一 transform=transforms....

    首先在树莓派上搭建好pytorch环境,这里我python版本是3.7
    在这里插入图片描述
    下面要做的工作就是调用已经训练好的模板net=torch.load('模板的路径',map_location='cpu')
    当然少不了对图像尺寸格式先进行统一

    transform=transforms.Compose([
              transforms.Resize(256),
              transforms.CenterCrop(224),
              transforms.ToTensor(),
              transforms.Normalize(mean=[0.485,0.456,0.406],
                                   std=[0.229,0.224,0.225])
                                ])
    

    之后,就是基本一些调用,这些都可以在pytorch官网上查阅
    下面我粘出我的完整代码:

    import torch
    from PIL import Image
    from torchvision import transforms
    import numpy 
    import matplotlib
    
    device = torch.device("cuda"if torch.cuda.is_available() else "cpu")
    #下面是对图像尺寸和格式进行一定的转换
    transform=transforms.Compose([
                transforms.Resize(256),
                transforms.CenterCrop(224),
                transforms.ToTensor(),
                transforms.Normalize(mean=[0.485,0.456,0.406],
                                     std=[0.229,0.224,0.225])
                                ])
    
    def prediect(img_path):
        net=torch.load('模型路径.pth',map_location='cpu')
        net=net.to(device)                       #最开始读取数据时的tensor变量copy一份到device所指定的GPU上去,之后的运算都在GPU上进行。
        torch.no_grad()
        img=Image.open(img_path)
        img=transform(img).unsqueeze(0) 
        img_ = img.to(device)
        outputs = net(img_)
       #torch.max()这个函数返回的是两个值,第一个是行的最大值,第二个是行最大值的索引,dim是max函数索引的维度0/1,0是每列的最大值,1是每行的最大值,计算准确度时我们只需要第二个
        _, predicted = torch.max(outputs,dim=1)   
      # print(predicted)
        d = predicted[0].tolist() # tensor张量转换为list,得到的结果是一个数字,这样会有利于我们的调用
        print('照片可能是 :',d)
        
    if __name__ == '__main__':
        prediect('图片路径')
    
    
    
    

    下面是我运行结果在这里插入图片描述

    这个15表示训练模型是的序列号

    展开全文
  • 树莓派人脸识别实际应用:人脸识别门禁

    千次阅读 多人点赞 2020-02-27 16:07:59
    在上一篇文章树莓派调用百度人脸识别API实现人脸识别,我们完成了树莓派人脸识别的基础环境配置,人脸识别功能也测试成功了,现在我们做一个小小的案例来实际应用一下,我们想树莓派人脸识别成功后,发送蓝牙串口...

    2020-3-16 之前舵机开门关门逻辑有点混乱,不合乎常理,现对树莓派人脸识别代码进行修改,以及Arduino控制代码有所调整;


    在上一篇文章树莓派调用百度人脸识别API实现人脸识别,我们完成了树莓派人脸识别的基础环境配置,人脸识别功能也测试成功了,现在我们做一个小小的案例来实际应用一下,我们想树莓派人脸识别成功后,发送蓝牙串口数据给Arduino的HC-05模块,让Arduino控制舵机开门。
    ###准备
    #####设备材料

    • 树莓派3b
    • Arduino UNO R3
    • HC-05
    • 舵机SG90(或者MG995)
    • 杜邦线若干
      #####连接图
      连接图.png

    ###一、树莓派端配置
    树莓派自带蓝牙功能,我们可以调用系统指令发送蓝牙信号,

    1.1安装树莓派蓝牙模块pybluez

    安装完成后再继续下一步操作;
    若想让树莓派使用bluetooth,必须给树莓派安装pybluez模块

    sudo apt-get install libbluetooth-dev  //安装蓝牙开发库
    python3 -m pip install pybluez    //安装pybluez
    
    1.2 将树莓派手动连接至HC-05

    打开树莓派桌面端,点击蓝牙图标后点击add device
    图片.png
    选择HC-05模块,配对密码是1234;
    图片.png

    配对成功后,后面程序就可以直接运行了

    1.3 定义树莓派蓝牙控制功能

    创建一个bluetooth_test.py文件,分别定义初始化指令、开门指令、关门指令,分别发送字符串’1‘,’2’,‘3’;

    import bluetooth
     
    def servo_init():#初始化指令
    	bd_addr = "20:16:08:08:39:75" #arduino连接的蓝牙模块的地址
    	port = 1
    	 
    	sock=bluetooth.BluetoothSocket( bluetooth.RFCOMM )
    	sock.connect((bd_addr, port)) #创建连接
    	 
    	sock.send("1") #发送数据
    	sock.close()  #关闭连接
    	
    def bt_open():#开门指令
    	bd_addr = "20:16:08:08:39:75" 
    	port = 1
    	 
    	sock=bluetooth.BluetoothSocket( bluetooth.RFCOMM )
    	sock.connect((bd_addr, port)) 
    	 
    	sock.send("2") 
    	sock.close()  
    
    def bt_close():#关门指令
    	bd_addr = "20:16:08:08:39:75" 
    	port = 1
    	 
    	sock=bluetooth.BluetoothSocket( bluetooth.RFCOMM )
    	sock.connect((bd_addr, port)) 
    	 
    	sock.send("3") 
    	sock.close()  	
    

    ###二、Arduino连接方式
    #####2.1 Arduino与HC-05蓝牙模块的连接
    由于我们用的是Arduino UNO R3没有蓝牙模块,要接收蓝牙数据,可以通过外接HC-05蓝牙模块解决。


    HC-05===Arduino

    • RXD<==>TX
    • TXD<==>RX
    • VCC<==>5v
    • GND<==>GND

    注意:HC-05的vcc一定要接5v,如果接3.3v,虽然可以亮灯工作,但是接收一次数据后会自动断开连接,刚开始我找半天没找到原因,原来是电压给低了,这是一个小细节要注意一下。
    #####2.2 Arduino与舵机模块的连接
    SG90 舵机导线三种颜色,含义分别是:
    棕色:GND
    红色:VCC
    黄色:DATA

    舵机SG90===Arduino

    • DATA<==>D9
    • VCC<==>5v
    • GND<==>GND

    ###三、Arduino控制代码
    创建工程烧录到Arduino开发板中即可

    #include <Servo.h>
    Servo myservo;  
    
    void setup() {
      mySerial.begin(9600); //监听软串口
      myservo.attach(9); //舵机控制
      myservo.write(0);
    //  delay(10000); 
    }
    
    void loop() {
      while(Serial.available())
      {
        char c;
        c = Serial.read();  //读取串口数据
        Serial.println(c);
        switch(c)
        {
          case '1':servo_init();
          break;
          case '2':open_the_door();
          break;
          case '3':close_the_door();
        }
      }
    
    }
    
    
    void open_the_door()  //舵机开门
    {
      myservo.write(170);
    }
    void close_the_door()  //舵机关门
    {
      myservo.write(0);
    }
    void servo_init()  //舵机初始化
    {
      myservo.write(10);
    }
    

    ###四、树莓派控制代码
    按照上一篇文章,我们的树莓派已经准备妥当了,在test.py的基础上,我们再修改一下:

    # 2020-3-16修正版本
    from aip import AipFace
    from picamera import PiCamera
    import urllib.request
    import RPi.GPIO as GPIO
    import base64
    import time
    import bluetooth
    
    from bluetooth_test import bt_open,servo_init,bt_close
    
    
    #百度人脸识别API账号信息
    APP_ID = '18332624'
    API_KEY = '2QoqxCzAsZGT9k5CMeaIlPBs'
    SECRET_KEY ='9wOlqd4sPvLc7ZKtLxMlBVkcikXHZ4rz'
    client = AipFace(APP_ID, API_KEY, SECRET_KEY)#创建一个客户端用以访问百度云
    #图像编码方式
    IMAGE_TYPE='BASE64'
    camera = PiCamera()#定义一个摄像头对象
    #用户组
    GROUP = 'yusheng01'
     
    #照相函数
    def getimage():
        camera.resolution = (1024,768)#摄像界面为1024*768
        camera.start_preview()#开始摄像
        time.sleep(2)
        camera.capture('faceimage.jpg')#拍照并保存
        time.sleep(2)
    #对图片的格式进行转换
    def transimage():
        f = open('faceimage.jpg','rb')
        img = base64.b64encode(f.read())
        return img
    #上传到百度api进行人脸检测
    def go_api(image):
        result = client.search(str(image, 'utf-8'), IMAGE_TYPE, GROUP);#在百度云人脸库中寻找有没有匹配的人脸
        if result['error_msg'] == 'SUCCESS':#如果成功了
            name = result['result']['user_list'][0]['user_id']#获取名字
            score = result['result']['user_list'][0]['score']#获取相似度
            if score > 80:#如果相似度大于80
                if name == 'yin_danli':
                    print("欢迎%s !" % name)
                    time.sleep(1)
                if name == 'danli':
                    print("欢迎%s !" % name)
                    time.sleep(3)
                if name == "yusheng_02":
                    print("欢迎%s !" % name)
                    time.sleep(3)
         
            else:
                print("对不起,我不认识你!")
                name = 'Unknow'
                return 0
            curren_time = time.asctime(time.localtime(time.time()))#获取当前时间
     
            #将人员出入的记录保存到Log.txt中
            f = open('Log.txt','a')
            f.write("Person: " + name + "     " + "Time:" + str(curren_time)+'\n')
            f.close()
            return 1
        if result['error_msg'] == 'pic not has face':
            print('检测不到人脸')
            time.sleep(3)
            return -1
        else:
            print(result['error_code']+' ' + result['error_code'])
            return 0
    #主函数
    if __name__ == '__main__':
        servo_init()    #舵机复位,初始化一次就够了
        while True:
            
            print('准备开始,请面向摄像头 ^_^')
    
            if True:
                getimage()#拍照
                img = transimage()  #转换照片格式
                res = go_api(img)   #将转换了格式的图片上传到百度云
                if(res == 1):   #是人脸库中的人
                    bt_open()
                    print("欢迎回家,门已打开")
                elif(res == -1):
                    print("我没有看见你,我要关门了")
                    time.sleep(3)
                    bt_close()    
                else:
                    print("关门")
                    bt_close()
                time.sleep(3)
                print('好了')
                time.sleep(5)
    
    
    注意:

    运行程序后,如果报错

    bluetooth.btcommon.BluetoothError: [Errno 112] Host is down 
    

    你则需要回到桌面端,将树莓派与HC-05重新配对一下,再运行一下就好了。
    ###最后
    至此,当我们运行该代码,把脸凑到摄像头前,舵机自动开门,把脸移开则舵机自动关门,智能门禁系统就做好啦!


    我还拍了一个演示效果的视频
    效果

    视频演示效果传送门
    视频教程传送门
    源码GitHub地址
    更多内容欢迎关注我的gongzhong号:xiaoxiaoyu1926


    展开全文
  • 这是我第二写的博客文章,也是培训以来收获较大的一次,下面我来简单的总结一下这次培训的收获,我们上一期从51入手到现在学习树莓派,虚拟机,人脸识别和Python,Linux的一些命令大全 等简单代码表示。 树莓派 1...

    培训总结

    这是我第二写的博客文章,也是培训以来收获较大的一次,下面我来简单的总结一下这次培训的收获,我们上一期从51入手到现在学习树莓派,虚拟机,人脸识别和Python,Linux的一些命令大全 等简单代码表示。
    

    树莓派
    1:使用树莓派的安装,使用,换源还有通过树莓派进行简单的编程当然这里我使用了虚拟机进行编码(树莓派有限)
    2:学会使用树莓派进行工程的建立及个人文件的建立,在桌面·建立一个文件夹然后在文件夹建立一个子文件夹
    3:初步了解到树莓派的GPIO的重要性(不能接反,后果自费)以及当晚我们学会使用树莓派进行gpio 的·使用点灯树莓派的gpio引脚

    GPIO.setup(11, GPIO.OUT)    # 将11号引脚设置成输出模式
    	while True:
      	GPIO.output(11, 1)    #将引脚的状态设置为高电平,此时LED亮
      	time.sleep(1)           #程序休眠1秒钟,让LED亮1秒
      	GPIO.output(11, 0)    #将引脚状态设置为低电平,此时LED灭
      	time.sleep(1)           #程序休眠1秒钟,让LED灭1秒
      	GPIO.cleanup() 
    

    当然在做实验之前必须检查gpio是否安装完成

    sudo apt-get install python3-rpi.gpio  
    	gpio      #检查是否安装成功
    
    

    详细树莓派实验

    OpenCV的使用进行图像识别
    官方资料
    1:OpenCV图像识别的参数:
    IMREAD_UNCHANGED(<0)表示加载原图,不做任何改变
    IMREAD_GRAYSCALE(O)表示把原图作为灰度图像加载进来
    IMREAD_COLOR(>0)表示把原图作为RGB图像加载进来
    注意:OpenCv支持JPG、PNG、TIFF等常见格式图像文件加载
    OpenCV对图像·的颜色控制

    
    #include <opencv2/core.hpp>
    #include <opencv2/imgcodecs.hpp>
    #include <opencv2/highgui.hpp>
    #include <opencv2/opencv.hpp>
    #include<fstream>
    #include <iostream>
    using namespace cv;
    using namespace std;
    
    
    int main(int argc,char** argv)
    {
    	string imageName = ("E:/Learning_AI/OpenCV_C++/122.jpg");  //将图像的的路径放到imageName()
    	if (argc > 1)                   
    	{
    		imageName = argv[1];
    	}
    	Mat image;
    	//对图像进行处理
    	//imread() 读取图像指令
    	//namedWindow("qq", WINDOW_NORMAL);
    
    	image = imread(samples::findFile(imageName),0); //WINDOW_NORMAL使图像变成灰色的
    	//imresd()  读取图像
    
    	if (image.empty())    //判断是否能够打开图像
    	{                   //如果不能,则提示不能打开图像
    		cout << "could not open or find the image" << std::endl;
    	}
    	//namedWindow("Didplay window", WINDOW_NORMAL);  //窗口的名字
    	imshow("Display window", image);                 //显示窗口
    	waitKey(0);
    }
    

    OpenCV可对选的视屏进行播放

    #include <opencv2/opencv.hpp>
    #include <iostream>
    using namespace std;
    using namespace cv;
    
    int main()
    {
    	VideoCapture  capture("E:/Learning_AI/OpenCV_C++/12.mp4");
    	while (true)
    	{
    		Mat frame;
    		capture >> frame;
    		namedWindow("ouput", WINDOW_GUI_NORMAL);
    		Mat frame1;
    		cvtColor(frame, frame1, COLOR_BGR2GRAY);  //将视频灰度化
    		imshow("output", frame1);
    		//imshow("output", frame);
    		waitKey(30);
    	}
    	
    }
    

    驱动·摄像头

    //		cout << "can't open ....." << endl;
    
    #include <opencv2/opencv.hpp>
    #include <iostream>
    //#include <opencv2/highgui/highgui_c.h>
    //#include<iostream>
    using namespace cv;
    using namespace std;
    //
    int main()
    {
    	VideoCapture capture(0);
    	while (true)
    	{
    		Mat frame;
    		capture >> frame;
    		namedWindow("out", WINDOW_NORMAL);
    		Mat frame1, gray;
    		//cvtColor(frame, gray, COLOR_BGR2GRAY);
    		//threshold(gray, frame1, 0, 255, THRESH_BINARY | THRESH_OTSU);
    		//flip(frame1, frame1, 1);
    		imshow("out", frame);
    		waitKey(30);
    
    	}
    	waitKey(0);
    	return 0;
    	//	mat src;
    //	src = imread("d:\\7c171e5de16c440db1a2fc0743dc237d_230243-15665725630060.jpg");
    //	src = imread("d:\\7c171e5de16c440db1a2fc0743dc237d_230243-15665725630060.jpg",imread_grayscale);
    //	
    //	if (src.empty())
    //	{
    //		cout << "can't open ....." << endl;
    //	}
    //	修改图像
    //	mat outimage;
    //	
    //	保存图像
    //	imwrite("d:/zhang.jpg",src)
    //	namedwindow("output", window_autosize);
    //	imshow("output", src);
    //	imshow("out",src);
    //	waitkey(0);
    //	return 0;
    }
    

    人脸识别
    至于这个人脸识别我倒是没弄出来(当时安装软件的时候出现一些问题,一直还没得解决后面再设置密码的时候出现问题一直进不去,所以没弄出来)
    在这里分享一个全能网,里边有关于Python/图像识别/完整的项目/人脸识别系统实战开发视屏
    有关于Python/图像识别/完整的项目/人脸识别系统实战开发视屏

    注:文章仅供参考可能有些遗漏或错误

    展开全文
  • 树莓派安装openCV做图像识别

    千次阅读 2021-07-03 00:51:37
    点击上方“小白学视觉”,选择加"星标"或“置顶”重磅干货,第一时间送达 本文转自|新机器视觉 有时候我们会使用树莓派和摄像头去做图像识别,在树莓派和LINUX系统中最常用...

    点击上方“小白学视觉”,选择加"星标"或“置顶

    重磅干货,第一时间送达
    
    本文转自|新机器视觉
    

    有时候我们会使用树莓派和摄像头去做图像识别,在树莓派和LINUX系统中最常用opencv去做图像识别,这次来介绍下树莓派安装opencv和用树莓派做图像识别。

    一、树莓派的系统

    安装就不介绍了。直接开机打开树莓派的命令窗口,安装openCV的依赖包,步骤有点多。

    1.1 更新系统

    $ sudo apt-get update$ sudo apt-get upgrade
    

    1.2 安装编译openCV源码的工具

    $ sudo apt-get install build-essential cmake pkg-config
    

    1.3 安装一些常见格式的图像处理和视频处理的包,方便我们能从硬盘上读取不同格式的图像和视频

    $ sudo apt-get install libjpeg-dev libtiff5-dev libjasper-dev libpng12-dev$ sudo apt-get install libavcodec-dev libavformat-dev libswscale-dev libv4l-dev$ sudo apt-get install libxvidcore-dev libx264-dev
    

    1.4 openCV用于图像展示的功能需要依模块

    $ sudo apt-get install libgtk2.0-dev$ sudo apt-get install libatlas-base-dev gfortran
    

    接下来还需要安装python dev

    sudo apt-get install python2.7-dev python3-dev
    

    二、下载 并解压OpenCV 的资源库

    $ cd ~$ wget -O opencv.zip <a href="https://github.com/Itseez/opencv/archive/3.1.0.zip">https://github.com/Itseez/opencv/archive/3.1.0.zip</a>$ unzip opencv.zip$ wget -O opencv_contrib.zip <a href="https://github.com/Itseez/opencv_contrib/archive/3.1.0.zip">https://github.com/Itseez/opencv_contrib/archive/3...</a> $ unzip opencv_contrib.zip
    

    三、接下来准备python的开发环境

    3.1 安装python包管理器:

    $ wget <a href="https://bootstrap.pypa.io/get-pip.py">https://bootstrap.pypa.io/get-pip.py</a> $ sudo python get-pip.py
    

    3.2 安装python虚拟环境

    $ sudo pip install virtualenv virtualenvwrapper$ sudo rm -rf ~/.cache/pip
    

    之后在~/.profile文件最后添加几行

    # virtualenv and virtualenvwrapperexport WORKON_HOME=$HOME/.virtualenvssource /usr/local/bin/virtualenvwrapper.sh
    

    3.3 接下来就是生成一个python虚拟环境用于opencv的开发环境

    $ mkvirtualenv cv -p python3
    

    打开一个命令窗口,执行下列命令,确认我们的cv环境已经生成好了

    $ source ~/.profile$ workon cv
    

    如果命令窗口前面的文字变成了(cv)则表明我们已成功创建了名为cv的python虚拟环境

    3.4 在cv虚拟环境下安装numpy

    (cv) -> ~ $ pip install numpy
    

    接下来的操作都要保持在cv环境中。

    四、编译和安装openCV

    4.1 一定要在cv环境里,接下来用cmake进行编译opencv

    $ cd ~/opencv-3.1.0/$ mkdir build$ cd build$ cmake -D ENABLE_PRECOMPILED_HEADERS=OFF \-D CMAKE_BUILD_TYPE=RELEASE \    -D CMAKE_INSTALL_PREFIX=/usr/local \    -D INSTALL_PYTHON_EXAMPLES=ON \    -D OPENCV_EXTRA_MODULES_PATH=~/opencv_contrib-3.1.0/modules \    -D BUILD_EXAMPLES=ON ..
    

    4.2 开始编译opencv

    $ make -j4<br>
    

    编译过程大概会用好几个小时,请耐心等候,-j 是使用多少线程进行编译,在树莓派上使用的单线程编译,虽然速度会慢很多,但是不会死机,用-j4会有死机的可能。如果-j后不加数字,则默认不限制线程编译。

    编译过程如下

    4.3 安装opencv

    $ sudo make install$ sudo ldconfig
    

    4.4 python虚拟环境中链接到opencv模块

    我们需要将cv2.cpython-34m.so重命名为cv2.so

    $ cd /usr/local/lib/python3.4/site-packages/$ sudo mv cv2.cpython-34m.so cv2.so
    

    然后将python虚拟环境中的cv2.so链接到上面刚被改名为cv2.so的文件上

    $ cd ~/.virtualenvs/cv/lib/python3.4/site-packages/$ ln -s /usr/local/lib/python3.4/site-packages/cv2.so cv2.so
    

    五、测试OpenCV3是否安装成功

    $ source ~/.profile $ workon cv$ python>>> import cv2>>> cv2.__version__'3.1.0'>>>
    

    六、完成OpenCV的开发环境后,就可以跑几个简单的图像识别的DEMO

    其DEMO放在/usr/local/share/OpenCV/sample/python目录下

    我们将/usr/local/share/OpenCV/sample/文件拷贝到Downloads/sample/文件夹下

    跑几个DEMO

    边缘检测算法:(cv)   python edge.py

    模式识别算法:(cv)   python find_obj.py

    运动方向检测:(cv)   python lk_track.py

    大功告成,opencv是树莓派进行图像处理和识别的常用工具,如果配合树莓派CSI的摄像头获取相片并识别处理将会更加有趣,可以做成人脸识别或者人脸追踪。

    下载1:OpenCV-Contrib扩展模块中文版教程

    在「小白学视觉」公众号后台回复:扩展模块中文教程即可下载全网第一份OpenCV扩展模块教程中文版,涵盖扩展模块安装、SFM算法、立体视觉、目标跟踪、生物视觉、超分辨率处理等二十多章内容。

    下载2:Python视觉实战项目52讲

    在「小白学视觉」公众号后台回复:Python视觉实战项目即可下载包括图像分割、口罩检测、车道线检测、车辆计数、添加眼线、车牌识别、字符识别、情绪检测、文本内容提取、面部识别等31个视觉实战项目,助力快速学校计算机视觉。

    下载3:OpenCV实战项目20讲

    在「小白学视觉」公众号后台回复:OpenCV实战项目20讲即可下载含有20个基于OpenCV实现20个实战项目,实现OpenCV学习进阶。

    交流群

    欢迎加入公众号读者群一起和同行交流,目前有SLAM、三维视觉、传感器、自动驾驶、计算摄影、检测、分割、识别、医学影像、GAN、算法竞赛等微信群(以后会逐渐细分),请扫描下面微信号加群,备注:”昵称+学校/公司+研究方向“,例如:”张三 + 上海交大 + 视觉SLAM“。请按照格式备注,否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告,否则会请出群,谢谢理解~

    展开全文
  • 基于树莓派数码管数字图像识别,包括KNN,注释方便小白理解。做项目时小试牛刀
  • 树莓派 1个 pca9685 16路舵机驱动板 1个 7寸可触摸显示屏一个 MG996R 舵机4个 垃圾桶4个 usb免驱动摄像头1个 树莓派GPIO扩展板转接线柱1个 硅胶航模导线若干 环境需求 1.开发环境 神经网络搭建—python 依赖...
  • 树莓派车牌识别

    2018-10-24 18:47:10
    本代码主要分为4个部分,分别是车辆高度判断部分、图像采集部分,车牌识别部分、通信部分。 通信设置是树莓派用来与单片机通信的波特率、com口以及停止位参数等,将车牌的字符串通过串口发送给单片机;摄像头设置是...
  • 树莓派(图像识别)---安装OpenCV

    千次阅读 2020-01-25 10:17:38
    图像识别教程:https://www.hackster.io/mjrobot/real-time-face-recognition-an-end-to-end-project-a10826#toc-step-1--bom---bill-of-material-2 步骤1:安装依赖文件 sudo apt-get update sudo apt-get upgrade...
  • 树莓派安装opencv及tensorflow实现图像识别 参考:1.树莓派4 安装OPENCV3全过程(各种踩坑和报错) 2.树莓派实现目标检测识别(树莓派4+opencv4.1.1+tensorflow1.14.0+ssd_mobilenet_v1_coco) 目录树莓派安装opencv及...
  • 树莓派利用python、opencv、PyALPR识别车牌,目前仅限于识别欧洲车辆,国内车牌可自行训练。
  • 幸好是在2016年遇到这个图像分类问题,因为在这一年里很多深度学习相关的图像识别技术的代码被公开了。我们选择使用 Google 的 TensorFlow 卷积神经网络,因为它有简单易用的 Python 库和丰富的在线文档。我拜读过 ...
  • 树莓派自带摄像头OpenCV图像识别-二维码识别

    万次阅读 多人点赞 2017-12-23 10:37:57
    1、安装树莓派镜像,SSH,VNC等这里就不介绍了很简单大家自行百度。2、我没有用VNC 所以装了teamviewer用于树莓派远程控制安装教程参考:http://blog.csdn.net/shaopengf/article/details/750729073、安装一个功能...
  • 树莓派3B实现人脸图像采集与识别

    千次阅读 2019-01-22 18:22:27
    树莓派3B+平台搭载了Linux嵌入式系统,在Linux(Ubuntu 16.04)上安装python、OpenCV和tensorflow便可以组成一台mini主机用于数据处理。其硬件系统介绍如下: 博通BCM2837B0 SoC,集成四核ARM Cortex-A53(ARMv8)...
  • 本文就总结一下之前做的一个项目吧,在树莓派中利用摄像头进行图像识别,将数码管中的数字识别出来,然后远程发送到服务器上。先来看看系统实物图: 1、软件方面,使用Python作为编程语言,简单做了个下位机界面....
  • 1、最终实现方案(树莓派、php+html、arecord、百度语音、face++图像识别)1.1、硬件部分因为加了一个开关来控制语音的录入,所以用到了树莓派的中断,因此硬件的话除了树莓派的话就是多了一个开关还有几条杜邦线和...
  • 树莓派实时人脸识别

    万次阅读 多人点赞 2018-07-28 17:01:16
    树莓派实时人脸识别 最近在研究 face_recognition,这个一个人脸识别的库,可以通过python调用。作者在电脑上用摄像头实现了一个实时人脸识别的效果,如下图所示。 我想在树莓派上实现这个效果。如果嵌入式设备...
  • 树莓派根据图像处理移动坐标位置

    千次阅读 2019-07-27 15:08:27
    知道目标物体的坐标,根据目标物体的坐标。和目标车库的坐标。两个坐标位置进行判断。 根据小车要匀速行驶。根据小车移动的时间*速度来判断小车位置 小车先找到小铁块,吸上以后,将车头方向指向车库方向 ...
  • 有时候我们会使用树莓派和摄像头去做图像识别,在树莓派和LINUX系统中最常用opencv去做图像识别,这次来介绍下树莓派安装opencv和用树莓派图像识别。 一、树莓派的系统 安装就不介绍了。直接开机打开树莓派的...
  • 主要为大家详细介绍了python实现识别手写数字,python图像识别算法,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
  • 前言 总结一个经验,踩了不少坑。首先在网络上学习是很不系统的学习,因为某篇文章记录的他人在网路上学习的过程,也是他人所掌握的理论与实践知识。这时候就考验我们的独立思考能力,知...树莓派摄像头模块(PiCam...
  • 识别距离最少40厘米,直接手画了车牌进行演示,很low,估计换成标准车牌图像测试会提高准确率,而且直接使用了文1中的SVM训练好后模型数据,应该这块改进也能提高识别概率,最终表现是,中文字符的识别率较差,英文...
  • 基于树莓派和tensorflow的物体识别

    万次阅读 多人点赞 2018-07-11 09:19:33
    深度学习的用途实在太广泛,最为普通人所熟知的,就是以下和民生相关的应用:人脸识别,语音识别图像搜索,在线翻译,等等。目前流行的深度学习框架有TensorFlow(Google开源),MXNet(得到Amazo...
  • 树莓派循迹+图片识别(模板匹配)小车 C++

    千次阅读 多人点赞 2020-06-09 23:30:57
    利用OpenCV对摄像机图像进行处理,图像识别的主要方法是模板匹配。为了提高识别的准确性,需要在匹配之前对图像进行处理。 介绍 研究人员已经在之前的实验中(使用Arduino)建造了这辆车。因此,最初的想法是用...
  • 跟着网上的教程弄完之后我发现树莓派的运算能力很差,显示人脸的时候图像都会卡,就更别提识别了。 后来我想可以把树莓派上的摄像头分享到windows上,反正都是一个网络,就在windows上进行人脸识别,然后把相应的...
  • 基于树莓派的人脸识别门禁系统

    万次阅读 多人点赞 2019-05-05 09:38:44
    某宝准备一块相对性能好的树莓派,我自己用的是树莓派3B+。 购置一个配套电源 购置一个SD卡,因为你需要安装系统、配置环境。这里特别强调配置环境是一个让人特别头大的事情。如果你想无压力的话你可以购买64G,...
  • 树莓派搭建图像识别基站

    千次阅读 2017-09-11 22:14:50
    opencv识别赛道黑线
  • 树莓派利用python、opencv识别人脸,替换后可识别其它物体。
  • 介绍了树莓派3b在opencv3.2.0的环境下运行的人脸代码情况,包含源码
  • 对于硬件树莓派就不多加赘述了,在这里主要是讲解Simulink对外部硬件的编程。笔者最早接触Matlab是从2012版开始,对于算法处理,目前个人觉得单从计算方面来说,Matlab很不错。下面进入正文。 1 硬软件基础 Matlab ...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 2,830
精华内容 1,132
关键字:

树莓派图像识别