openmv能做基于火焰的识别定位或者说高温物体的识别检测吗?
比如100摄氏度以上。
火
火红的晚霞6
@火红的晚霞6
0
声望
26
楼层
1904
资料浏览
0
粉丝
0
关注
火红的晚霞6 发布的帖子
-
openmv能做基于火焰的识别定位或者说高温物体的识别检测吗? 比如100摄氏度以上。
-
RE: 想实现识别简单零件缺陷的辨别,NG OK,只需两个训练集,没有人脸辨别那么复杂。怎么实现?请大神指点。
我参照人脸辨别,可是
使用Haar Cascade特征检测器来工作。 haar级联是
一系列简单的区域对比检查。 对于内置的前表面探测器,有25个阶段的检查,
每个阶段有数百个检查一块。
face_cascade = image.HaarCascade("frontalface", stages=25)
#image.HaarCascade(path, stages=Auto)加载一个haar模型。haar模型是二进制文件 -
想实现识别简单零件缺陷的辨别,NG OK,只需两个训练集,没有人脸辨别那么复杂。怎么实现?请大神指点。
想实现识别简单零件缺陷的辨别,NG OK,只需两个训练集,没有人脸辨别那么复杂。怎么实现?请大神指点。
-
火焰烟火识别,能通过调低曝光,会跟灯混淆;能否通过训练方法,比如类似辨别人脸一样。先训练,或是有什么好的方法识别烟火的。
火焰烟火识别,能通过调低曝光,会跟灯混淆;能否通过训练方法,比如类似辨别人脸一样。先训练,或是有什么好的方法识别烟火的。
-
实现人脸跟踪,运行例程第一张脸,为什么不画框?
import sensor, image, time import car from pid import PID # You may need to tweak the above settings for tracking green things... # Select an area in the Framebuffer to copy the color settings. sensor.reset() # Initialize the camera sensor. sensor.set_pixformat(sensor.GRAYSCALE) # use GRAYSCALE. sensor.set_framesize(sensor.QQVGA) # use QQVGA for speed. sensor.skip_frames(10) # Let new settings take affect. sensor.set_auto_whitebal(False) # turn this off. sensor.set_contrast(3) sensor.set_gainceiling(16) # 跳过几帧,让感光元件稳定下来,使设置生效 sensor.skip_frames(time = 2000) # 把True改成False就可以关闭纵向翻转 #sensor.set_vflip(True) # 加载Haar算子 # 默认情况下,这将使用所有阶段,较低的阶段更快但不太准确。 face_cascade = image.HaarCascade("frontalface", stages=25) print(face_cascade) # 第一组关键点 kpts1 = None # Find a face! # 找一张脸! while (kpts1 == None): img = sensor.snapshot() img.draw_string(0, 0, "Looking for a face...") # Find faces objects = img.find_features(face_cascade, threshold=0.5, scale=1.25) if objects: # 在每个方向上将ROI扩大31个像素 face = (objects[0][0]-31, objects[0][1]-31,objects[0][2]+31*2, objects[0][3]+31*2) # 使用检测面大小作为ROI提取关键点 kpts1 = img.find_keypoints(threshold=10, scale_factor=1.1, max_keypoints=100, roi=face) # 在第一个人脸周围画一个矩形 img.draw_rectangle(objects[0],color=120, thickness=10,fill=True )
-
人脸输出的num 人员编号通过串口,显示问题
做人脸识别想把结果通过232串口线传输到电脑,显示乱码。运行串口helloWorld也是乱码。(16位和ASCM都设置过)
请在这里粘贴代码 print(num) # num为当前最匹配的人的编号。 uart.write(num+'\r\n') #串口发送num值 #while(True): #uart.write(bytes(0xEE)) #串口发送16进制数 #uart.write(ustruct.pack("<lhb",num)) #uart.write(myinput) uart.write(bytes(num))