Compare commits
No commits in common. "camera" and "main" have entirely different histories.
|
|
@ -1,47 +0,0 @@
|
|||
import cv2
|
||||
import time
|
||||
|
||||
# Initialize video capture
|
||||
capture = cv2.VideoCapture(0)
|
||||
capture.set(cv2.CAP_PROP_FRAME_WIDTH, 1024)
|
||||
capture.set(cv2.CAP_PROP_FRAME_HEIGHT, 576)
|
||||
capture.set(cv2.CAP_PROP_FPS, 30) # Requesting 30 FPS from the camera
|
||||
|
||||
# Background subtractor
|
||||
bg_subtractor = cv2.createBackgroundSubtractorMOG2()
|
||||
|
||||
# Current mode
|
||||
mode = "normal"
|
||||
|
||||
# FPS calculation
|
||||
prev_time = time.time()
|
||||
|
||||
# Video writer initialization with explicit FPS
|
||||
save_fps = 15.0 # Adjust this based on your actual processing speed
|
||||
fourcc = cv2.VideoWriter_fourcc(*"XVID")
|
||||
out = cv2.VideoWriter("output.avi", fourcc, save_fps, (1024, 576))
|
||||
|
||||
# Sprawdź, czy kamera została poprawnie otwarta
|
||||
if not capture.isOpened():
|
||||
print("Nie można otworzyć kamery!")
|
||||
exit()
|
||||
|
||||
while True:
|
||||
# Przeczytaj jedną klatkę z kamery
|
||||
ret, frame = capture.read()
|
||||
|
||||
# Jeśli nie udało się odczytać klatki - przerwij
|
||||
if not ret:
|
||||
print("Nie udało się odczytać klatki!")
|
||||
break
|
||||
|
||||
# Pokaż klatkę w oknie
|
||||
cv2.imshow('Podgląd z kamery', frame)
|
||||
|
||||
# Przerwij pętlę po naciśnięciu klawisza 'q'
|
||||
if cv2.waitKey(1) & 0xFF == ord('q'):
|
||||
break
|
||||
|
||||
# Zwolnij zasoby
|
||||
capture.release()
|
||||
cv2.destroyAllWindows()
|
||||
|
|
@ -1,90 +0,0 @@
|
|||
import cv2
|
||||
import requests
|
||||
import numpy as np
|
||||
|
||||
# Adres MJPEG streamu z VLC
|
||||
url = "http://pilego.local:8080"
|
||||
stream = requests.get(url, stream=True)
|
||||
|
||||
# Bufor bajtów, w którym będziemy szukać klatek JPEG
|
||||
bytes_buffer = b""
|
||||
|
||||
# Główna pętla
|
||||
for chunk in stream.iter_content(chunk_size=1024):
|
||||
bytes_buffer += chunk
|
||||
|
||||
# Szukamy pełnej klatki JPEG w bajtach
|
||||
a = bytes_buffer.find(b'\xff\xd8') # początek JPEG
|
||||
b = bytes_buffer.find(b'\xff\xd9') # koniec JPEG
|
||||
|
||||
if a != -1 and b != -1:
|
||||
# Wycinamy JPEG z bufora
|
||||
jpg = bytes_buffer[a:b+2]
|
||||
bytes_buffer = bytes_buffer[b+2:]
|
||||
|
||||
# Dekodujemy JPEG do obrazu (OpenCV)
|
||||
frame = cv2.imdecode(np.frombuffer(jpg, dtype=np.uint8), cv2.IMREAD_COLOR)
|
||||
if frame is None:
|
||||
continue
|
||||
|
||||
|
||||
# Zmniejsz obraz (opcjonalnie) dla szybkości
|
||||
frame = cv2.resize(frame, (320, 240))
|
||||
# if frame is not None:
|
||||
# cv2.imshow("MJPEG Stream", frame)
|
||||
|
||||
# ============================
|
||||
# 👇 WYKRYWANIE NIEBIESKIEJ PIŁKI 👇
|
||||
# ============================
|
||||
|
||||
# 1. Konwersja z BGR (OpenCV) do HSV (lepszy do filtracji koloru)
|
||||
hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)
|
||||
|
||||
# 2. Definiujemy zakres koloru niebieskiego w HSV
|
||||
lower_blue = np.array([110, 210, 10]) # dolna granica niebieskiego
|
||||
upper_blue = np.array([130, 255, 255]) # górna granica niebieskiego
|
||||
|
||||
# 3. Maska – gdzie kolor mieści się w podanym zakresie
|
||||
mask = cv2.inRange(hsv, lower_blue, upper_blue)
|
||||
|
||||
# 4. Morfologia: usuwanie szumów (dylatacja, erozja)
|
||||
mask = cv2.erode(mask, None, iterations=2)
|
||||
mask = cv2.dilate(mask, None, iterations=2)
|
||||
|
||||
# 5. Szukamy konturów w masce
|
||||
contours, _ = cv2.findContours(mask, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
|
||||
|
||||
# 6. Jeśli znaleziono jakiekolwiek kontury
|
||||
if contours:
|
||||
# Wybieramy największy (zakładamy, że to piłka)
|
||||
largest_contour = max(contours, key=cv2.contourArea)
|
||||
|
||||
# Jeśli kontur jest wystarczająco duży
|
||||
if cv2.contourArea(largest_contour) > 1:
|
||||
# Wyznacz środek i promień otaczającego koła
|
||||
((x, y), radius) = cv2.minEnclosingCircle(largest_contour)
|
||||
center = (int(x), int(y))
|
||||
radius = int(radius)
|
||||
|
||||
# Rysuj koło i środek na oryginalnym obrazie
|
||||
cv2.circle(frame, center, radius, (255, 0, 0), 2)
|
||||
cv2.circle(frame, center, 5, (0, 0, 255), -1)
|
||||
|
||||
# (Opcjonalnie) Wypisz pozycję
|
||||
cv2.putText(frame, f"X:{int(x)} Y:{int(y)} R:{int(radius)}", (10, 30),
|
||||
cv2.FONT_HERSHEY_SIMPLEX, 0.6, (0, 255, 0), 2)
|
||||
|
||||
# ============================
|
||||
# 👆 KONIEC DETEKCJI PIŁKI 👆
|
||||
# ============================
|
||||
|
||||
# Pokaż obraz z wykryciem
|
||||
if frame is not None:
|
||||
cv2.imshow("MJPEG Stream", frame)
|
||||
|
||||
# Wyjdź z pętli po wciśnięciu 'q'
|
||||
if cv2.waitKey(1) & 0xFF == ord('q'):
|
||||
break
|
||||
|
||||
# Posprzątaj okna po zakończeniu
|
||||
cv2.destroyAllWindows()
|
||||
|
|
@ -1,104 +0,0 @@
|
|||
import cv2
|
||||
import requests
|
||||
import numpy as np
|
||||
from buildhat import Motor
|
||||
import time
|
||||
|
||||
motorL = Motor('C')
|
||||
motorR = Motor('D')
|
||||
|
||||
# Adres MJPEG streamu z VLC
|
||||
url = "http://pilego.local:8080"
|
||||
stream = requests.get(url, stream=True)
|
||||
|
||||
# Bufor bajtów, w którym będziemy szukać klatek JPEG
|
||||
bytes_buffer = b""
|
||||
|
||||
# Główna pętla
|
||||
for chunk in stream.iter_content(chunk_size=1024):
|
||||
bytes_buffer += chunk
|
||||
|
||||
# Szukamy pełnej klatki JPEG w bajtach
|
||||
a = bytes_buffer.find(b'\xff\xd8') # początek JPEG
|
||||
b = bytes_buffer.find(b'\xff\xd9') # koniec JPEG
|
||||
|
||||
if a != -1 and b != -1:
|
||||
# Wycinamy JPEG z bufora
|
||||
jpg = bytes_buffer[a:b + 2]
|
||||
bytes_buffer = bytes_buffer[b + 2:]
|
||||
|
||||
# Dekodujemy JPEG do obrazu (OpenCV)
|
||||
frame = cv2.imdecode(np.frombuffer(jpg, dtype=np.uint8), cv2.IMREAD_COLOR)
|
||||
if frame is None:
|
||||
continue
|
||||
|
||||
# Zmniejsz obraz (opcjonalnie) dla szybkości
|
||||
frame = cv2.resize(frame, (320, 240))
|
||||
# if frame is not None:
|
||||
# cv2.imshow("MJPEG Stream", frame)
|
||||
|
||||
# ============================
|
||||
# 👇 WYKRYWANIE NIEBIESKIEJ PIŁKI 👇
|
||||
# ============================
|
||||
|
||||
# 1. Konwersja z BGR (OpenCV) do HSV (lepszy do filtracji koloru)
|
||||
hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)
|
||||
|
||||
# 2. Definiujemy zakres koloru niebieskiego w HSV
|
||||
lower_blue = np.array([110, 240, 50]) # dolna granica niebieskiego
|
||||
upper_blue = np.array([130, 255, 255]) # górna granica niebieskiego
|
||||
|
||||
# 3. Maska – gdzie kolor mieści się w podanym zakresie
|
||||
mask = cv2.inRange(hsv, lower_blue, upper_blue)
|
||||
|
||||
# 4. Morfologia: usuwanie szumów (dylatacja, erozja)
|
||||
mask = cv2.erode(mask, None, iterations=2)
|
||||
mask = cv2.dilate(mask, None, iterations=2)
|
||||
|
||||
# 5. Szukamy konturów w masce
|
||||
contours, _ = cv2.findContours(mask, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
|
||||
|
||||
# 6. Jeśli znaleziono jakiekolwiek kontury
|
||||
if contours:
|
||||
# Wybieramy największy (zakładamy, że to piłka)
|
||||
largest_contour = max(contours, key=cv2.contourArea)
|
||||
|
||||
# Jeśli kontur jest wystarczająco duży
|
||||
if cv2.contourArea(largest_contour) > 200:
|
||||
# Wyznacz środek i promień otaczającego koła
|
||||
((x, y), radius) = cv2.minEnclosingCircle(largest_contour)
|
||||
center = (int(x), int(y))
|
||||
radius = int(radius)
|
||||
|
||||
# Rysuj koło i środek na oryginalnym obrazie
|
||||
cv2.circle(frame, center, radius, (255, 0, 0), 2)
|
||||
cv2.circle(frame, center, 5, (0, 0, 255), -1)
|
||||
|
||||
# (Opcjonalnie) Wypisz pozycję
|
||||
cv2.putText(frame, f"X:{int(x)} Y:{int(y)} R:{int(radius)}", (10, 30),
|
||||
cv2.FONT_HERSHEY_SIMPLEX, 0.6, (0, 255, 0), 2)
|
||||
|
||||
if int(radius) >= 100:
|
||||
motorL.stop()
|
||||
motorR.stop()
|
||||
|
||||
# if 150 < int(x) < 170:
|
||||
# motorL.stop()
|
||||
# motorR.stop()
|
||||
else:
|
||||
motorL.start(int(-(min(100, 260 - int(x)))/4))
|
||||
motorR.start(int((min(100, int(x) - 60))/4))
|
||||
|
||||
# ============================
|
||||
# 👆 KONIEC DETEKCJI PIŁKI 👆
|
||||
# ============================
|
||||
|
||||
# Pokaż obraz z wykryciem
|
||||
if frame is not None:
|
||||
cv2.imshow("MJPEG Stream", frame)
|
||||
|
||||
# Wyjdź z pętli po wciśnięciu 'q'
|
||||
if cv2.waitKey(1) & 0xFF == ord('q'):
|
||||
break
|
||||
# Posprzątaj okna po zakończeniu
|
||||
cv2.destroyAllWindows()
|
||||
|
|
@ -1,14 +0,0 @@
|
|||
from picamera2 import Picamera2
|
||||
import cv2
|
||||
|
||||
picam2 = Picamera2()
|
||||
picam2.configure(picam2.create_preview_configuration(main={"size": (1024, 576)}))
|
||||
picam2.start()
|
||||
|
||||
while True:
|
||||
frame = picam2.capture_array()
|
||||
cv2.imshow("Podgląd", frame)
|
||||
if cv2.waitKey(1) & 0xFF == ord('q'):
|
||||
break
|
||||
|
||||
cv2.destroyAllWindows()
|
||||
|
|
@ -1,27 +0,0 @@
|
|||
import cv2
|
||||
|
||||
# Adres strumienia MJPEG z VLC
|
||||
stream_url = "http://pilego.local:8080"
|
||||
|
||||
# Otwórz strumień jako źródło wideo
|
||||
cap = cv2.VideoCapture(stream_url)
|
||||
cap.set(cv2.CAP_PROP_FRAME_WIDTH, 640)
|
||||
cap.set(cv2.CAP_PROP_FRAME_HEIGHT, 480)
|
||||
|
||||
if not cap.isOpened():
|
||||
print("Nie można otworzyć kamery!")
|
||||
exit()
|
||||
|
||||
while True:
|
||||
ret, frame = cap.read()
|
||||
if not ret:
|
||||
print("Nie udało się odczytać klatki!")
|
||||
break
|
||||
|
||||
cv2.imshow("Podgląd z kamery", frame)
|
||||
|
||||
if cv2.waitKey(1) & 0xFF == ord('q'):
|
||||
break
|
||||
|
||||
cap.release()
|
||||
cv2.destroyAllWindows()
|
||||
|
|
@ -1,25 +0,0 @@
|
|||
import cv2
|
||||
import requests
|
||||
import numpy as np
|
||||
|
||||
url = "http://pilego.local:8080"
|
||||
stream = requests.get(url, stream=True)
|
||||
|
||||
bytes_buffer = b""
|
||||
|
||||
for chunk in stream.iter_content(chunk_size=1024):
|
||||
bytes_buffer += chunk
|
||||
a = bytes_buffer.find(b'\xff\xd8') # początek JPEG
|
||||
b = bytes_buffer.find(b'\xff\xd9') # koniec JPEG
|
||||
if a != -1 and b != -1:
|
||||
jpg = bytes_buffer[a:b+2]
|
||||
bytes_buffer = bytes_buffer[b+2:]
|
||||
|
||||
img = cv2.imdecode(np.frombuffer(jpg, dtype=np.uint8), cv2.IMREAD_COLOR)
|
||||
if img is not None:
|
||||
cv2.imshow("MJPEG Stream", img)
|
||||
|
||||
if cv2.waitKey(1) & 0xFF == ord('q'):
|
||||
break
|
||||
|
||||
cv2.destroyAllWindows()
|
||||
134
steer-pid.py
134
steer-pid.py
|
|
@ -1,134 +0,0 @@
|
|||
import cv2
|
||||
import requests
|
||||
import numpy as np
|
||||
from buildhat import Motor
|
||||
import time
|
||||
from datetime import datetime
|
||||
|
||||
motorL = Motor('C')
|
||||
motorR = Motor('D')
|
||||
|
||||
# Adres MJPEG streamu z VLC
|
||||
url = "http://pilego.local:8080"
|
||||
stream = requests.get(url, stream=True)
|
||||
|
||||
# Bufor bajtów, w którym będziemy szukać klatek JPEG
|
||||
bytes_buffer = b""
|
||||
tprev = datetime.now()
|
||||
xp = 0
|
||||
ip = 0
|
||||
# Główna pętla
|
||||
for chunk in stream.iter_content(chunk_size=1024):
|
||||
bytes_buffer += chunk
|
||||
|
||||
# Szukamy pełnej klatki JPEG w bajtach
|
||||
a = bytes_buffer.find(b'\xff\xd8') # początek JPEG
|
||||
b = bytes_buffer.find(b'\xff\xd9') # koniec JPEG
|
||||
|
||||
if a != -1 and b != -1:
|
||||
# Wycinamy JPEG z bufora
|
||||
jpg = bytes_buffer[a:b + 2]
|
||||
bytes_buffer = bytes_buffer[b + 2:]
|
||||
|
||||
# Dekodujemy JPEG do obrazu (OpenCV)
|
||||
frame = cv2.imdecode(np.frombuffer(jpg, dtype=np.uint8), cv2.IMREAD_COLOR)
|
||||
if frame is None:
|
||||
continue
|
||||
|
||||
# Zmniejsz obraz (opcjonalnie) dla szybkości
|
||||
frame = cv2.resize(frame, (320, 240))
|
||||
# if frame is not None:
|
||||
# cv2.imshow("MJPEG Stream", frame)
|
||||
|
||||
# ============================
|
||||
# 👇 WYKRYWANIE NIEBIESKIEJ PIŁKI 👇
|
||||
# ============================
|
||||
|
||||
# 1. Konwersja z BGR (OpenCV) do HSV (lepszy do filtracji koloru)
|
||||
hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)
|
||||
|
||||
# 2. Definiujemy zakres koloru niebieskiego w HSV
|
||||
lower_blue = np.array([110, 210, 1]) # dolna granica niebieskiego
|
||||
upper_blue = np.array([130, 255, 255]) # górna granica niebieskiego
|
||||
|
||||
# 3. Maska – gdzie kolor mieści się w podanym zakresie
|
||||
mask = cv2.inRange(hsv, lower_blue, upper_blue)
|
||||
|
||||
# 4. Morfologia: usuwanie szumów (dylatacja, erozja)
|
||||
mask = cv2.erode(mask, None, iterations=2)
|
||||
mask = cv2.dilate(mask, None, iterations=2)
|
||||
|
||||
# 5. Szukamy konturów w masce
|
||||
contours, _ = cv2.findContours(mask, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
|
||||
|
||||
# 6. Jeśli znaleziono jakiekolwiek kontury
|
||||
if contours:
|
||||
# Wybieramy największy (zakładamy, że to piłka)
|
||||
largest_contour = max(contours, key=cv2.contourArea)
|
||||
|
||||
# Jeśli kontur jest wystarczająco duży
|
||||
if cv2.contourArea(largest_contour) > 1:
|
||||
# Wyznacz środek i promień otaczającego koła
|
||||
((x, y), radius) = cv2.minEnclosingCircle(largest_contour)
|
||||
center = (int(x), int(y))
|
||||
radius = int(radius)
|
||||
|
||||
# Rysuj koło i środek na oryginalnym obrazie
|
||||
cv2.circle(frame, center, radius, (255, 0, 0), 2)
|
||||
cv2.circle(frame, center, 5, (0, 0, 255), -1)
|
||||
|
||||
if int(radius) >= 100:
|
||||
motorL.stop()
|
||||
motorR.stop()
|
||||
|
||||
# if 150 < int(x) < 170:
|
||||
# motorL.stop()
|
||||
# motorR.stop()
|
||||
else:
|
||||
tnow = datetime.now()
|
||||
dtmicro = tnow - tprev
|
||||
dtms = dtmicro.seconds * 1000 + dtmicro.microseconds // 1000
|
||||
tprev = tnow
|
||||
|
||||
x = x - 160
|
||||
|
||||
wp = 0.6
|
||||
wd = 0.35
|
||||
wi = 0.05
|
||||
mri = 0.2
|
||||
|
||||
v = 0.25
|
||||
|
||||
p = -x
|
||||
d = -(radius/100) * (x - xp) * 1000 / dtms
|
||||
i = -mri * ip + x * dtms / 10000
|
||||
|
||||
k = wp * p + wi * i + wd * d
|
||||
|
||||
speedL = -1 * max(-99, v * min(100 + k, 99))
|
||||
speedR = max(-99, v * min(100 - k, 99))
|
||||
print(p, d, i, speedL, speedR)
|
||||
motorL.start(int(speedL))
|
||||
motorR.start(int(speedR))
|
||||
xp = x
|
||||
ip = i
|
||||
|
||||
# (Opcjonalnie) Wypisz pozycję
|
||||
cv2.putText(frame, f"P:{int(p)} D:{int(d)} I:{int(i)}", (10, 30),
|
||||
cv2.FONT_HERSHEY_SIMPLEX, 0.6, (0, 255, 0), 2)
|
||||
#print("PDI: ", p, d, dtms, i)
|
||||
else:
|
||||
ip = 0
|
||||
# ============================
|
||||
# 👆 KONIEC DETEKCJI PIŁKI 👆
|
||||
# ============================
|
||||
|
||||
# Pokaż obraz z wykryciem
|
||||
if frame is not None:
|
||||
cv2.imshow("MJPEG Stream", frame)
|
||||
|
||||
# Wyjdź z pętli po wciśnięciu 'q'
|
||||
if cv2.waitKey(1) & 0xFF == ord('q'):
|
||||
break
|
||||
# Posprzątaj okna po zakończeniu
|
||||
cv2.destroyAllWindows()
|
||||
|
|
@ -1,21 +0,0 @@
|
|||
import cv2
|
||||
|
||||
cap = cv2.VideoCapture(0)
|
||||
|
||||
if not cap.isOpened():
|
||||
print("Nie można otworzyć kamery!")
|
||||
exit()
|
||||
|
||||
while True:
|
||||
ret, frame = cap.read()
|
||||
if not ret:
|
||||
print("Nie udało się odczytać klatki!")
|
||||
break
|
||||
|
||||
cv2.imshow("Podgląd z kamery", frame)
|
||||
|
||||
if cv2.waitKey(1) & 0xFF == ord('q'):
|
||||
break
|
||||
|
||||
cap.release()
|
||||
cv2.destroyAllWindows()
|
||||
18
test.py
18
test.py
|
|
@ -1,18 +0,0 @@
|
|||
import time
|
||||
from datetime import datetime
|
||||
|
||||
# t1 = datetime.now()
|
||||
# time.sleep(1.345345)
|
||||
# t2 = datetime.now()
|
||||
# dtmicro=t2-t1
|
||||
# dtms = dtmicro.seconds * 1000 + dtmicro.microseconds//1000
|
||||
|
||||
tprev = datetime.now()
|
||||
|
||||
# while True:
|
||||
tnow = datetime.now()
|
||||
dtmicro = tnow - tprev
|
||||
# dtms = dtmicro.seconds * 1000 + dtmicro.microseconds // 1000
|
||||
dtms = dtmicro.microseconds
|
||||
print(tnow, tprev, dtms)
|
||||
tprev = tnow
|
||||
Loading…
Reference in a new issue