विषयसूची:
वीडियो: इमेज प्रोसेसिंग बेस्ड फायर रिकग्निशन एंड एक्सटिंगुइशर सिस्टम: 3 चरण
2024 लेखक: John Day | [email protected]. अंतिम बार संशोधित: 2024-01-30 09:19
नमस्कार दोस्तों यह एक इमेज प्रोसेसिंग आधारित फायर डिटेक्शन और एक्सटिंगुइशर सिस्टम है जो Arduino का उपयोग कर रहा है
चरण 1:
मूल रूप से प्रणाली को दो भागों में बांटा गया है
1 आग का पता लगाना
2 आग की चेतावनी और बुझाने वाला
पहले भाग में इमेज प्रोसेसिंग का उपयोग करके आग का पता लगाया जाता है।
यहाँ इस परियोजना में मैं आग का पता लगाने के लिए खुले सीवी और अजगर का उपयोग कर रहा हूँ। मैंने ओपन सीवी का उपयोग करके आग का पता लगाने के लिए एक HAAR कैस्केड क्लासिफायरियर बनाया। इसमें हमारे अपने कैस्केड क्लासिफायर को प्रशिक्षित करने के लिए ट्रेनर और डिटेक्टर है, HAAR कैस्केड का उपयोग उस वस्तु का पता लगाने के लिए किया जाता है जिसके लिए इसे प्रशिक्षित किया गया है। क्लासिफायरियर को प्रशिक्षित करने के लिए बहुत सारे सकारात्मक और नकारात्मक छवि नमूनों की आवश्यकता होती है। कैस्केड क्लासिफायरियर का प्रशिक्षण जटिल और समय लेने वाली प्रक्रिया है, इसलिए इसे आसान बनाने के लिए मुझे वेब नाम पर एक कैस्केड प्रशिक्षण सॉफ्टवेयर "कैस्केड ट्रेनर जीयूआई" मिल गया है।
कैस्केड क्लासिफायरियर के प्रशिक्षण के लिए, उपरोक्त लिंक से इस ट्रेनर EXE को डाउनलोड और इंस्टॉल करें। नाम आग के साथ एक फ़ोल्डर बनाएं (आप किसी भी नाम से फ़ोल्डर बना सकते हैं क्योंकि मेरा लक्ष्य वस्तु आग है, इसलिए मैंने फ़ोल्डर "आग" बनाया) अब "एन" और "पी" नाम के साथ फायर फ़ोल्डर के अंदर दो फ़ोल्डर बनाएं, एन फ़ोल्डर है नकारात्मक छवि नमूनों के लिए और सकारात्मक छवि नमूनों के लिए p । सकारात्मक छवि में वह वस्तु होती है जिसका हम पता लगाना चाहते हैं, हमारे मामले में हम आग का पता लगाना चाहते हैं इसलिए छवि के नमूने एकत्र करें जिनमें आग है और उन्हें पी फ़ोल्डर के अंदर रखें। नकारात्मक नमूनों के लिए बड़ी संख्या में ऐसे चित्र एकत्र करें जिनमें आंशिक रूप से भी आग न हो। अब अपनी कैस्केड क्लासिफायर फ़ाइल बनाने के लिए उपरोक्त पृष्ठ पर दिए गए चरणों का पालन करें, या आप लिंक (सोर्स कोड) से आग का पता लगाने और स्रोत कोड के लिए पूर्व-निर्मित कैस्केड क्लासिफायर डाउनलोड कर सकते हैं।
अजगर की ओर आता है, इस परियोजना को चलाने के लिए आपको अपने अजगर सेटअप में निम्नलिखित मॉड्यूल और पुस्तकालय स्थापित करने की आवश्यकता है।
· नम्पी
· स्किपी
· पाइसरियल (सुन्न, डरावना और पाइसरियल डाउनलोड करने के लिए उसे क्लिक करें)
सभी मॉड्यूलों की स्थापना के बाद फायर डिटेक्शन नाम के साथ अजगर कोड खोलें, arduino.py यदि आपको दौड़ते समय कुछ त्रुटियां मिलती हैं, तो घबराएं नहीं, हमने अभी पहला भाग किया है।
चरण 2:
आइए हार्डवेयर की ओर बढ़ते हैं, यहाँ मैं Arduino UNO को नियंत्रक के रूप में उपयोग कर रहा हूँ क्योंकि मुझे पंप, बजर और लाल एलईडी को नियंत्रित करने की आवश्यकता है।
उपयोग किए गए घटक:
Arduino uno:
16x2 एलसीडी:
5 वोल्ट बजर:
एलईडी
5 वोल्ट रिले:
Bc547 ट्रांजिस्टर:
रेसिस्टर्स 470r, 1k, 220r, 10k प्रीसेट:
एलएम7805
कैपेसिटर 1000uf/25volt, 470uf/16 वोल्ट:
डायोड 1N4007
वेब कैमरा (वैकल्पिक, आप अपने लैपटॉप कैमरे का भी उपयोग कर सकते हैं):
मिनी सबमर्सिबल पंप (स्थानीय स्टोर से)
नीचे दिए गए सर्किट आरेख के अनुसार सभी घटकों को कनेक्ट करें, USB केबल का उपयोग करके arduino को अपने कंप्यूटर से कनेक्ट करें और उस com पोर्ट का पता लगाएं जिस पर Arduino जुड़ा हुआ है, अब Arduino कोड खोलें, Arduino के टूल मेनू से com पोर्ट और सही बोर्ड चुनें और अपलोड करें कोड।
चरण 3:
नाम आग का पता लगाने के साथ अजगर कोड खोलें, arduino.py चेक कॉम पोर्ट कोड में लिखना सही है या लाइन 13 में नहीं है, अगर इसे अपने Arduino com पोर्ट नंबर के साथ नहीं बदला है। रन टैब पर क्लिक करें और फिर रन मॉड्यूल पर क्लिक करें या F5 दबाएं।
यदि सभी कनेक्शन ठीक हैं, तो स्क्रीन पर कैमरा पूर्वावलोकन दिखाई देगा। अब इसमें आग दिखाएं, आग का पता चल जाए और पंप स्टार्ट हो जाए और साथ ही बजर भी बीप की आवाज आने लगे।
लिंक डाउनलोड करें
स्रोत कोड:
पायथन मॉड्यूल:
कैस्केड ट्रेनर जीयूआई:
उम्मीद है कि आपके लिए यह उपयोगी रहे। यदि हां, तो इसे लाइक करें, शेयर करें, अपनी शंका पर कमेंट करें। ऐसे और प्रोजेक्ट्स के लिए मुझे फॉलो करें! यूट्यूब पर मेरे चैनल को सपोर्ट करें।
शुक्रिया!
फेसबुक
यूट्यूब
सिफारिश की:
हस्कीलेंस का उपयोग करके आर्टिफिशियल इंटेलिजेंस और इमेज रिकग्निशन: 6 चरण (चित्रों के साथ)
हस्कीलेंस का उपयोग करके आर्टिफिशियल इंटेलिजेंस और इमेज रिकग्निशन: अरे, क्या चल रहा है, दोस्तों! यहाँ CETech से आकर्ष। इस परियोजना में, हम DFRobot से HuskyLens पर एक नज़र डालने जा रहे हैं। यह एक एआई-पावर्ड कैमरा मॉड्यूल है जो कई आर्टिफिशियल इंटेलिजेंस ऑपरेशन करने में सक्षम है जैसे कि फेस रिकग्निशन
रास्पबेरी पाई के साथ इमेज प्रोसेसिंग: ओपनसीवी और इमेज कलर सेपरेशन स्थापित करना: 4 कदम
रास्पबेरी पाई के साथ इमेज प्रोसेसिंग: ओपनसीवी और इमेज कलर सेपरेशन स्थापित करना: यह पोस्ट कई इमेज प्रोसेसिंग ट्यूटोरियल्स में से पहला है जिसका पालन करना है। हम एक छवि बनाने वाले पिक्सेल पर करीब से नज़र डालते हैं, सीखते हैं कि रास्पबेरी पाई पर ओपनसीवी कैसे स्थापित करें और हम एक छवि को कैप्चर करने के लिए परीक्षण स्क्रिप्ट भी लिखते हैं और सी
जेस्चर हॉक: इमेज प्रोसेसिंग आधारित इंटरफेस का उपयोग करते हुए हैंड जेस्चर नियंत्रित रोबोट: 13 चरण (चित्रों के साथ)
जेस्चर हॉक: इमेज प्रोसेसिंग आधारित इंटरफेस का उपयोग करते हुए हैंड जेस्चर नियंत्रित रोबोट: टेकविंस 4.0 में जेस्चर हॉक को एक साधारण इमेज प्रोसेसिंग आधारित मानव-मशीन इंटरफेस के रूप में प्रदर्शित किया गया था। इसकी उपयोगिता इस तथ्य में निहित है कि रोबोट कार को नियंत्रित करने के लिए दस्ताने को छोड़कर किसी अतिरिक्त सेंसर या पहनने योग्य की आवश्यकता नहीं होती है जो अलग-अलग चलती है
इमेज प्रोसेसिंग का एक परिचय: पिक्सी और इसके विकल्प: 6 कदम
इमेज प्रोसेसिंग का एक परिचय: पिक्सी और इसके विकल्प: इस लेख में, हम डिजिटल इमेज प्रोसेसिंग (डीआईपी) का अर्थ और पिक्सी और अन्य टूल्स जैसे हार्डवेयर का उपयोग करने के कारणों को चित्रों या वीडियो पर एक प्रक्रिया बनाने के लिए समझाएंगे। इस लेख के अंत में, आप सीखेंगे: डिजिटल छवि कैसे बनती है।
रीयल-टाइम फेस रिकग्निशन: एक एंड-टू-एंड प्रोजेक्ट: 8 चरण (चित्रों के साथ)
रीयल-टाइम फेस रिकग्निशन: एक एंड-टू-एंड प्रोजेक्ट: ओपनसीवी की खोज करने वाले मेरे पिछले ट्यूटोरियल में, हमने स्वचालित दृष्टि वस्तु ट्रैकिंग सीखी। अब हम वास्तविक समय में चेहरों को पहचानने के लिए अपने PiCam का उपयोग करेंगे, जैसा कि आप नीचे देख सकते हैं: यह प्रोजेक्ट इस शानदार "ओपन सोर्स कंप्यूटर विज़न लाइब्रेरी&qu