自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(6)
  • 收藏
  • 关注

原创 树莓派mnist数字识别

目前是个小半成品,还有优化的空间,不过勉强能用。

2025-05-03 15:31:37 111

原创 树莓派OPENCV数字识别——中

首先,先说一个我试了很久很久的结论,那就是支持向量机这种方法效果太差了,我最开始想着使用支持向量机做,因为他最简单,但是实际效果差得离谱,最后还是选择了用pytorch搞深度学习。对于是否需要优化模型,我这里并不需要,因为我的准确率已经高到99%了,我会继续尝试别的训练数字,看会不会有影响,有影响了这里我再改。中篇主要是关于模型训练部分的,上篇已经生成了一个文件夹的数字,那么基于那个数字集,进行训练集的生成。如果有时间我会把支持向量机的做法也写了,因为树莓派部署pytorch不是一般的麻烦。

2025-04-27 19:11:51 116

原创 树莓派OPENCV数字识别——上

这里给2000是第一次尝试时候用的2000,对于部分数字已经够用,但是对于6,8,9等比较模糊的数字还是不太够,需要根据实际需要修改数量。生成数字的代码如下,这里对图片进行了很多修改,如让其旋转一定角度,或者是更改其对比度,可以让训练的结果更好。第三,字体路径,点开C:/Windows/Fonts/后,你就可以看到电脑的各种字体,我选的是黑体。第二,他这里生成的数字是64x64的,后续SVM时候,以及数字识别的时候,大小都要写64x64.所以,这里采用生成数字的方式。剩下的见中篇和下篇。

2025-04-23 18:43:13 136

原创 树莓派——opencv循迹

没有上路尝试过,但是如果用纸可以完成上路应该没啥问题,但是应该要调调阈值,或者说改变循迹框的位置。如果想扩展至七路或者九路循迹,或者想要调整框的间距就改变这里。这是一个五路循迹代码,如果检测到黑色返回1,其他返回0,如果检测不到黑色,就改这个值,值越大,检测黑色能力就越强。以及这里,几路循迹就改成几个数值。最后再把00110发给主控就行了。

2025-04-15 16:28:43 139

原创 树莓派和stm32通信

ls /dev/serial* -l ——/dev/serial0 -> ttyS0 ——有这个就成功了。下面是引脚图(网线口或者说摄像头面向自己),不确定可以用风扇的正负引脚确定。stm32会收到3a,32代码就用正常的receive——IT就行。ls -l /dev/serial* ——无输出。sudo reboot 重启。

2025-04-14 20:16:15 299

原创 opencv颜色识别

获取摄像头帧转换颜色空间从RGB到BGR(OpenCV标准,)再转换到HSV色彩空间(更适合颜色检测)如果需要修改颜色就修改上面的颜色设置范围,物体的坐标位于标记物体处,xywh等,可以发送给设备。查找轮廓,过滤掉小面积区域(<500像素),绘制绿色边界框,添加"Red"文字标签。显示原始帧(带标记),显示颜色掩膜。

2025-04-14 18:47:27 250

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除