Färg spårning med hjälp av Intel Edison Development Kit
I anges för att skapa ett OpenCV-projekt på Intel Edison med Node.js för att spåra objekt. OpenCV har bara C++, C, Python och Java gränssnitt så hur kan du arbeta med bara JavaScript? OpenCV har aldrig portats till JavaScript i sin helhet, men enskilda delar och algoritmer har. Bibliotek som JS-objectdetect, HAAR.js och tracking.js har funktionen upptäckt capabilites baserat på Haar Cascades i JavaScript (Viola-Jones algoritm). Andra bibliotek inkluderar: OpenCVjs, opencvjs, ccv och headtrackr.
För denna tutorial, kommer jag att använda tracking.js, som är ett bibliotek som ger datorn vision algoritmer och tekniker till webbläsaren.
Jag använde edi-cam-projektet, som en ram för att ställa in en webbserver på Edison och spela upp en video på webbläsaren, för mer information om det Följ denna länk. I princip kan den edi-cam project live video streaming på Intel Edison med Node.js och WebSockets.
Vad du behöver:
- Intellekten Edison
- Arduino Breakout styrelse
- En webbkamera som är UVC-drivrutin kompatibel
- Grove Strater Kit
- En strömkälla (9V batteri eller Intel Galileo strömkabel)
- Installera WinSCP och PuTTY