6.5 KiB

Raw Permalink Blame History

Przechwytywanie obrazu - Wirtualny sprzęt IoT

W tej części lekcji dodasz czujnik kamery do swojego wirtualnego urządzenia IoT i odczytasz z niego obrazy.

Sprzęt

Wirtualne urządzenie IoT będzie korzystać z symulowanej kamery, która przesyła obrazy z plików lub z Twojej kamery internetowej.

Dodanie kamery do CounterFit

Aby używać wirtualnej kamery, musisz dodać ją do aplikacji CounterFit.

Zadanie - dodanie kamery do CounterFit

Dodaj kamerę do aplikacji CounterFit.

Utwórz nową aplikację w Pythonie na swoim komputerze w folderze o nazwie fruit-quality-detector z jednym plikiem o nazwie app.py oraz wirtualnym środowiskiem Pythona, a następnie dodaj pakiety pip dla CounterFit.

⚠️ Możesz odwołać się do instrukcji tworzenia i konfiguracji projektu CounterFit w Pythonie w lekcji 1, jeśli to konieczne.
Zainstaluj dodatkowy pakiet Pip, który umożliwia zainstalowanie shima CounterFit, symulującego niektóre funkcje pakietu Picamera Pip package. Upewnij się, że instalujesz go z terminala z aktywowanym wirtualnym środowiskiem.
```
pip install counterfit-shims-picamera
```
Upewnij się, że aplikacja webowa CounterFit jest uruchomiona.
Utwórz kamerę:
1. W polu Create sensor w panelu Sensors rozwiń listę Sensor type i wybierz Camera.
2. Ustaw Name na Picamera.
3. Wybierz przycisk Add, aby utworzyć kamerę.
Kamera zostanie utworzona i pojawi się na liście czujników.

Programowanie kamery

Wirtualne urządzenie IoT może teraz zostać zaprogramowane do korzystania z wirtualnej kamery.

Zadanie - programowanie kamery

Zaprogramuj urządzenie.

Upewnij się, że aplikacja fruit-quality-detector jest otwarta w VS Code.
Otwórz plik app.py.

Dodaj poniższy kod na początku pliku app.py, aby połączyć aplikację z CounterFit:

from counterfit_connection import CounterFitConnection
CounterFitConnection.init('127.0.0.1', 5000)

Dodaj poniższy kod do pliku app.py:
```
import io
from counterfit_shims_picamera import PiCamera
```
Ten kod importuje potrzebne biblioteki, w tym klasę PiCamera z biblioteki counterfit_shims_picamera.
Dodaj poniższy kod poniżej, aby zainicjalizować kamerę:
```
camera = PiCamera()
camera.resolution = (640, 480)
camera.rotation = 0
```
Ten kod tworzy obiekt PiCamera i ustawia rozdzielczość na 640x480. Chociaż obsługiwane są wyższe rozdzielczości, klasyfikator obrazów działa na znacznie mniejszych obrazach (227x227), więc nie ma potrzeby przechwytywania i przesyłania większych obrazów.

Linia camera.rotation = 0 ustawia obrót obrazu w stopniach. Jeśli musisz obrócić obraz z kamery internetowej lub pliku, ustaw tę wartość odpowiednio. Na przykład, jeśli chcesz zmienić obraz banana z kamery internetowej w trybie poziomym na tryb pionowy, ustaw camera.rotation = 90.
Dodaj poniższy kod poniżej, aby przechwycić obraz jako dane binarne:
```
image = io.BytesIO()
camera.capture(image, 'jpeg')
image.seek(0)
```
Ten kod tworzy obiekt BytesIO do przechowywania danych binarnych. Obraz jest odczytywany z kamery jako plik JPEG i przechowywany w tym obiekcie. Obiekt ten ma wskaźnik pozycji, który wskazuje, gdzie znajdują się dane, aby można było zapisać więcej danych na końcu, jeśli to konieczne, więc linia image.seek(0) przesuwa ten wskaźnik z powrotem na początek, aby później można było odczytać wszystkie dane.
Poniżej dodaj następujący kod, aby zapisać obraz do pliku:
```
with open('image.jpg', 'wb') as image_file:
    image_file.write(image.read())
```
Ten kod otwiera plik o nazwie image.jpg do zapisu, następnie odczytuje wszystkie dane z obiektu BytesIO i zapisuje je do pliku.

💁 Możesz przechwycić obraz bezpośrednio do pliku zamiast do obiektu BytesIO, przekazując nazwę pliku do wywołania camera.capture. Powodem użycia obiektu BytesIO jest to, że później w tej lekcji możesz przesłać obraz do swojego klasyfikatora obrazów.
Skonfiguruj obraz, który kamera w CounterFit będzie przechwytywać. Możesz ustawić Source na File, a następnie przesłać plik obrazu, lub ustawić Source na WebCam, aby obrazy były przechwytywane z Twojej kamery internetowej. Upewnij się, że wybierasz przycisk Set po wybraniu obrazu lub kamery internetowej.
Obraz zostanie przechwycony i zapisany jako image.jpg w bieżącym folderze. Zobaczysz ten plik w eksploratorze VS Code. Wybierz plik, aby wyświetlić obraz. Jeśli wymaga obrotu, zaktualizuj linię camera.rotation = 0 zgodnie z potrzebami i zrób kolejne zdjęcie.

💁 Ten kod znajdziesz w folderze code-camera/virtual-iot-device.

😀 Twój program obsługujący kamerę zakończył się sukcesem!

Zastrzeżenie:
Ten dokument został przetłumaczony za pomocą usługi tłumaczenia AI Co-op Translator. Chociaż dokładamy wszelkich starań, aby tłumaczenie było precyzyjne, prosimy pamiętać, że automatyczne tłumaczenia mogą zawierać błędy lub nieścisłości. Oryginalny dokument w jego rodzimym języku powinien być uznawany za wiarygodne źródło. W przypadku informacji o kluczowym znaczeniu zaleca się skorzystanie z profesjonalnego tłumaczenia przez człowieka. Nie ponosimy odpowiedzialności za jakiekolwiek nieporozumienia lub błędne interpretacje wynikające z użycia tego tłumaczenia.

6.5 KiB Raw Permalink Blame History