Salam Otomasi...
Gambar 1. Hasil Color Tracing dengan metode color threshold
Kali ini saya akan menjelaskan mengenahi object tracking menggunakan library OpenCV pada Raspberry Pi. Terlebih dahulu device kamera anda harus dapat terdeteksi oleh raspberry serta anda harus sudah menanam Library OpenCV pada respberry anda. Untuk cara instalasi dapat di lihat disini.Untuk detail algoritma pemrograman image di raspberry dapat dilihat pada gambar 2.
Gambar 2. Algoritma pemrograman
jika semua library dan komponen device sudah terdeteksi dan siap di jalankan maka anda dapat langsung menuju ke program utama, program tracing warna yang saya gunakan adalah dengan menggunakan bahasa pemrograman python. adapun algoritma dari pemrosesan citra sehingga didapatkan posisi dari benda yang di tracking dapat dilihat pada gambar 3.
Gambar 3. Algoritma Object Tracking In Raspberry and Open CV
Nah.... dari algoritma di atas kalau saya konversi menjadi bahasa pemrograman python maka dapat dilihat pada list program dibawah ini.
#========================= program python=================================
import cv2.cv as cv #import library openCV
import smbus #import library I2C
bus = smbus.SMBus(1)
address = 0x04 #Alamat Register I2C
def sendData(value): #Sub program kirim data
bus.write_byte(address, value)
# bus.write_byte_data(address, 0, value)
return -1
def readData(): #Sub program terima data i2c
state = bus.read_byte(address)
# number = bus.read_byte_data(address, 1)
return state
def ColorProcess(img): #Sub program pengolahan citra
# returns thresholded image
imgHSV = cv.CreateImage(cv.GetSize(img), 8, 3)
# converts BGR image to HSV
cv.CvtColor(img, imgHSV, cv.CV_BGR2HSV)
imgProcessed = cv.CreateImage(cv.GetSize(img), 8, 1)
# converts the pixel values lying within the range to 255 and stores it in the destination
cv.InRangeS(imgHSV, (100, 94, 84), (109, 171, 143), imgProcessed)
return imgProcessed
def main():
# captured image size, change to whatever you want
width = 320
height = 240
capture = cv.CreateCameraCapture(0)
# Over-write default captured image size
cv.SetCaptureProperty(capture,cv.CV_CAP_PROP_FRAME_WIDTH,width)
cv.SetCaptureProperty(capture,cv.CV_CAP_PROP_FRAME_HEIGHT,height)
cv.NamedWindow( "output", 1 )
cv.NamedWindow( "processed", 1 )
while True:
frame = cv.QueryFrame(capture)
cv.Smooth(frame, frame, cv.CV_BLUR, 3)
imgColorProcessed = ColorProcess(frame)
mat = cv.GetMat(imgColorProcessed)
# Calculating the moments
moments = cv.Moments(mat, 0)
area = cv.GetCentralMoment(moments, 0, 0)
moment10 = cv.GetSpatialMoment(moments, 1, 0)
moment01 = cv.GetSpatialMoment(moments, 0,1)
# Finding a big enough blob
if(area > 60000):
# Calculating the center postition of the blob
posX = int(moment10 / area)
posY = int(moment01 / area)
# check slave status and send coordinates
state = readData()
if state == 1:
sendData(posX)
sendData(posY)
print 'x: ' + str(posX) + ' y: ' + str(posY)
# update video windows
cv.ShowImage("processed", imgColorProcessed)
cv.ShowImage("output", frame)
if cv.WaitKey(10) >= 0:
break
return;
if __name__ == "__main__":
main()
#===================================================================
ini adalah video hasil dari image processing dari program yang telah saya buat diatas.
Update Contact :
No Wa/Telepon (puat) : 085267792168
No Wa/Telepon (fajar) : 085369237896
Email : Fajarudinsidik@gmail.com
No Wa/Telepon (puat) : 085267792168
No Wa/Telepon (fajar) : 085369237896
Email: Fajarudinsidik@gmail.com
atau Kirimkan Private messanger melalui email dengan klik tombol order dibawah ini :
