Raspberry Pi bollen spårning (3 / 4 steg)
Steg 3: Förstå algoritmen
Öppna filen bdtct.py i textredigerare.
Bdtct.py koden gör följande:
1. med i input av "cap = cv2. VideoCapture(-1)"
2. dimensionering nytt videobildrutan till mindre storlek på 320 x 240, så att vår rpi kan lägga ut fler bilder per sekund.
3. skapa visuella element som windows "HueComp", "SatComp", "ValComp" med respektive min och max reglagen.
4. konvertera indata från BGR till HSV system "hsv = cv2.cvtColor (ram, cv2. COLOR_BGR2HSV)"
5. dela nyans, mättnad och värde komponenter.
6. tröskelvärde varje komponent enligt tröskel intervall definieras av respektive min och max reglagen för att erhålla en binär thresholded bild (se bilden ovan)
7. logiskt och thresholded nyans, saturarion, värde komponenter tillsammans för att få en grov binär bild där endast bordtennis bollens pixlarna är vita, resten är allt svart. (se bilden ovan)
8. utjämning ANDed bilden "stänga = cv2. GaussianBlur(closing,(5,5),0)"
9. använda HoughCircles för att upptäcka cirklar i bilden
10. ritning upptäckt cirklar på den ursprungliga insatsen ram.