Byg hurtigt en farvegengivelsesapp med AI Edge Computing

Farvegenkendelseshandling udført baseret på HuskyLens

Denne funktion kan lære, genkende og spore specificerede farver.

Standardindstillingen er at lære, genkende og spore én farve. Dette afsnit bruger læring, genkendelse og sporing af flere farver som eksempel til forklaring.

Tip: Omgivelseslys påvirker farvegenkendelsen betydeligt. For lignende farver kan HuskyLens nogle gange fejlidentificere dem. Det anbefales at opretholde stabilt omgivelseslys og bruge denne funktion i et moderat oplyst miljø.

Ledningsdiagram

HuskyLens er forbundet til Raspberry Pi via seriel port, med HuskyLens' Tx til Rx og Rx til Tx, og en baudrate på 9600. Forbind RGB-lysets R til GPIO17, G til GPIO27 og B til GPIO22.

Specifikke trin

Driftsindstillinger

Skift "Funktionsknappen" til venstre eller højre, indtil "Farvegenkendelse" vises øverst på skærmen.
Tryk længe på "Funktionsknappen" for at gå ind i sekundærmenuens parameterindstillingsgrænseflade for farvegenkendelsesfunktionen.
Skub "Funktionsknappen" til venstre eller højre for at vælge "Lær flere," og tryk derefter kort på "Funktionsknappen." Skub derefter "Funktionsknappen" til højre for at tænde for "Lær flere"-funktionen, hvilket vises ved, at statuslinjen bliver blå, og firkanten på statuslinjen bevæger sig til højre. Tryk kort på "Funktionsknappen" igen for at bekræfte denne parameter.

Skub "Funktionsknappen" til venstre for at vælge "Gem og vend tilbage," og tryk derefter kort på "Funktionsknappen." Skærmen vil spørge "Gem parametre?" med standardvalget "Bekræft." Tryk kort på "Funktionsknappen" for at gemme parametrene og automatisk vende tilbage til farvegenkendelsestilstand.

Læring og genkendelse

Registrer farve.
Sigten "+" mod midten af HuskyLens-skærmen på målfarveblokken. En hvid boks vil dukke op på skærmen og automatisk indramme målfarveblokken. Juster vinklen og afstanden mellem HuskyLens og farveblokken, så den hvide boks omslutter hele målfarveblokken så meget som muligt.

Lær farve.
Efter at have registreret farven, tryk på "Læringsknappen" for at lære den første farve, og slip derefter "Læringsknappen" for at afslutte læringen. Skærmen vil vise en besked: "Tryk igen for at fortsætte, tryk på en anden knap for at afslutte." For at fortsætte med at lære den næste farve, tryk på "Læringsknappen" igen inden nedtællingen slutter for at fortsætte læringen af den næste farve. Hvis der ikke skal læres flere farver, tryk på "Funktionsknappen" inden nedtællingen slutter, eller gør ingenting og vent på, at nedtællingen slutter. Farve-ID'erne vist af HuskyLens vil svare til den rækkefølge, farverne blev lært i, hvilket betyder, at ID'erne vil blive mærket sekventielt som "ID1," "ID2," "ID3," og så videre. Boksene for forskellige farver vil også have forskellige farver.

Genkend farve.
Når HuskyLens støder på samme eller lignende farver, vil en farvet ramme indramme farveblokken på skærmen og vise farvens ID. Rammens størrelse ændres med farveblokkens område, og den følger automatisk farveblokken. Flere forskellige farver kan genkendes og følges samtidig, og rammerne for forskellige farver vil have forskellige farver.

I firmwareversioner under V0.5.1, når flere farveblokke af samme farve optræder, kan adskilte farveblokke ikke genkendes samtidig; kun én farveblok kan genkendes ad gangen. Som vist på billedet nedenfor:

I firmwareversion V0.5.1 og nyere er denne funktion blevet optimeret. Når flere farveblokke af samme farve optræder, kan disse blokke genkendes samtidig. Denne funktion kan bruges til at tælle farveblokke.

DEMO-kode

Eksperimentelt fænomen

Dette projekt anvendes bredt inden for områder som robotnavigation, automatiseret produktion, uddannelse og populærvidenskab, kunstnerisk skabelse og spilunderholdning. Farvegengivelsesfunktionen kan bruges til robotnavigation, hvor den registrerer objektfarver for at muliggøre genkendelse af forskellige farvemarkører eller stier og justerer bevægelsesretningen derefter. Den kan også bruges til at registrere produktfarver, sortere og kategorisere produkter i forskellige farver, hvilket forbedrer produktionseffektiviteten og produktkvaliteten. HuskyLens' farvegengivelsesfunktion har brede anvendelsesmuligheder inden for forskellige felter, hjælper med at forbedre effektiviteten, øge sikkerheden og skabe mere interessante anvendelsesscenarier.

Hvis du arbejder på et projekt, der bruger en farvegengivelsesapplikation, tilbyder vores hjemmeside et bredt udvalg af farvegengivelsesprodukter, og vi kan også producere tilpasset farvegengivelse baseret på dine krav.

OpenELAB er en alt-i-en udviklingsplatform for globale AIoT elektronikentusiaster og et open source-fællesskab for elektronikingeniører. Udover at tilbyde udviklermoduler online inkluderer vores tjenester også tilpasset produktion af forskellige elektroniske dele såsom mikrokontakter og batterier samt plast- eller metaldele gennem 3D-printning, sprøjtestøbning, CNC, laserskæring osv.

Ud over Color Recognition-produkter tilbyder OpenELAB andre tjenester til sourcing af elektroniske komponenter såsom sensorer, displays, IoT, og mere. OpenELAB har en brugervenlig hjemmeside, der gør det nemt at finde de komponenter, du har brug for, og vi tilbyder hurtig levering til kunder over hele verden.

Desuden tilbyder OpenELAB Design som en Service (DaaS) til designoptimering, Fremstilling som en Service (MaaS) til produktionsfremstilling, Forsyningskæde som en Service (SaaS) til støtte af forsyningskæden, og Kvalitet som en Service (QaaS) til kvalitetskontrol af AIoT-produkter, der overgår til masseproduktion, hvilket sikrer en glidende overgang til den kommercielle produktionsfase.

Frem for alt er OpenELAB dedikeret til at opbygge et globalt open source-fællesskab for AIoT-elektronikudviklere. Gennem OpenELABs åbne fællesskab kan udviklere i AIoT-elektronikkens revolution samarbejde, styrke hinanden og skabe en kultur af gensidig respekt og samarbejdende deling, hvilket skaber flere innovative AIoT-intelligente hardwareprodukter til verden.

Byg hurtigt en farvegengivelsesapp med AI Edge Computing

Farvegenkendelseshandling udført baseret på HuskyLens

Ledningsdiagram