
智能硬件与机器视觉
基于树莓派、Python和OpenCV
作品简介
本书围绕“低成本玩转树莓派”这个主题,讲解了如何利用树莓派、OpenCV和Python等软硬件搭建一个低成本的智能硬件平台,并在其上实现图像分析、文字识别、人脸识别与追踪、视频监控等机器视觉功能。全书一共11章。第1~4章首先讲解了机器视觉在智能硬件领域的应用场景以及智能硬件上4种常见的机器视觉技术方案;然后讲解了树莓派和OpenCV的安装、配置以及其他准备工作;最后通过一些简单的案例和代码教读者使用OpenCV。第5~11章是本书的核心内容,通过几个具体的综合案例讲解了如何使用树莓派低成本玩转如下机器视觉场景:拍摄照片和视频、处理相机的原始数据、道路和商场的人流统计、道路信息的文字识别、人脸识别与追踪、中央AI视频监控等。以上案例循序渐进,环环相扣,所有代码均可在树莓派上运行,并可轻松移植到任何ARM开发板上。
陈佳林编著
作品目录
前言
第1章 智能硬件与机器视觉
1.1 机器视觉在智能硬件领域的应用
1.2 智能硬件上的机器视觉技术方案选型
1.3 本章小结
第2章 树莓派软硬件准备
2.1 刷写系统
2.2 硬件连接
2.3 Linux系统的基本操作
2.4 远程连接树莓派
2.5 使用相机模块拍摄一张照片
2.6 本章小结
第3章 安装OpenCV
3.1 使用pip安装OpenCV
3.2 树莓派源码编译安装OpenCV 4
3.3 本章小结
第4章 通过案例手把手入门OpenCV
4.1 开始前的准备
4.2 OpenCV图像简单处理
4.3 OpenCV图像对象计数
4.4 本章小结
第5章 使用Python拍摄照片、视频
5.1 安装picamera环境
5.2 使用摄像头拍摄照片
5.3 使用摄像头拍摄视频
5.4 本章小结
第6章 使用Python处理相机原始数据
6.1 捕获并直接编码
6.2 多种捕获方法
6.3 树莓派相机的实际应用
6.4 常见错误集锦
6.5 本章小结
第7章 道路、商场人流统计
7.1 原理解析
7.2 软件环境准备
7.3 使用Python实现人群计数器
7.4 本章小结
第8章 道路信息文字识别
8.1 EAST深度学习模型
8.2 检测图片中的文字
8.3 检测视频中的文字
8.4 对文字内容进行识别
8.5 本章小结
第9章 简单人脸追踪
9.1 核心原理和效果简介
9.2 环境准备和代码编写
9.3 测试人脸跟踪效果
9.4 本章小结
第10章 人脸追踪安防摄像头
10.1 总体设计思路
10.2 软件环境准备
10.3 编写代码
10.4 使用PID调节二自由度云台
10.5 本章小结
第11章 多路摄像头中央AI监控
11.1 网络传输OpenCV帧
11.2 ImageZMQ消息传递系统
11.3 多路树莓派摄像头配置
11.4 配置中央监控室服务器端和Caffe框架
11.5 使用OpenCV实现视频流网络传输
11.6 本章小结