python3 树莓派 + usb摄像头 做颜色识别 二维码识别

时间:2023-03-08 17:22:20
python3 树莓派 + usb摄像头 做颜色识别 二维码识别

今天又啥也没干 我完蛋了哦  就是没办法沉下心来,咋办。。。。还是先来条NLP吧。。

七,凡事必有至少三个解决方法

对事情只有一个方法的人,必陷入困境,因为别无选择。

对事情有两个方法的人也陷入困境,因为他制造了左右两难,进退维谷的局面给自己。

有第三个方法的人,通常会找到第四,五个方法,甚至更多的方法。

有选择就是有能力,所以,有选择总比没有选择好。

至今不成功,只是说至今用过的方法都得不到想要的效果。

没有办法,只是说已知的办法都行不通。

世界上尚有很多我们过去没有想过,或者尚未认识的方法。

只有相信尚有未知的有效方法,才会有机会找到它和使事情改变。

不论什么事情,我们总有选择的权利,而且不只是一个。

“没有办法”使事情画上句号,“总有办法”使事情有突破的可能。

“没有办法”对你没有好处,应停止想它;“总有办法”对你有好处,故应把它留在脑中。

为何不使自己成为第一个找出办法的人?


额。。。纯粹就是今天没得写的了,只好丢点以前写的抠脚程序,也不能叫程序,只能实现功能吧。。。也是东抄点,西抄点,然后一拼来的。。。。。

用的树莓派3B+  然后插个usb摄像头  就行了

文件名:colorList.py   这是颜色库。。。

 # -*- coding:UTF-8 -*-
import numpy as np
import collections def getColorList():
dict = collections.defaultdict(list) # black
lower_black = np.array([0, 0, 0])
upper_black = np.array([180, 255, 46])
color_list_black = []
color_list_black.append(lower_black)
color_list_black.append(upper_black)
dict['black'] = color_list_black # gray
lower_gray = np.array([0, 0, 46])
upper_gray = np.array([180, 43, 220])
color_list_gray= []
color_list_gray.append(lower_gray)
color_list_gray.append(upper_gray)
dict['gray'] = color_list_gray # white
lower_white = np.array([0, 0, 221])
upper_white = np.array([180, 30, 255])
color_list_white = []
color_list_white.append(lower_white)
color_list_white.append(upper_white)
dict['white'] = color_list_white # red
lower_red = np.array([156, 43, 46])
upper_red = np.array([180, 255, 255])
color_list_red = []
color_list_red.append(lower_red)
color_list_red.append(upper_red)
dict['red'] = color_list_red # red2 lower_red = np.array([0, 43, 46])
upper_red = np.array([10, 255, 255])
color_list_red2 = []
color_list_red2.append(lower_red)
color_list_red2.append(upper_red)
dict['red2'] = color_list_red2 # orange
lower_orange = np.array([11, 43, 46])
upper_orange = np.array([25, 255, 255])
color_list_orange = []
color_list_orange.append(lower_orange)
color_list_orange.append(upper_orange)
dict['orange'] = color_list_orange # yellow
lower_yellow = np.array([26, 43, 46])
upper_yellow = np.array([34, 255, 255])
color_list_yellow = []
color_list_yellow.append(lower_yellow)
color_list_yellow.append(upper_yellow)
dict['yellow'] = color_list_yellow # green
lower_green = np.array([35, 43, 46])
upper_green = np.array([77, 255, 255])
color_list_green = []
color_list_green.append(lower_green)
color_list_green.append(upper_green)
dict['green'] = color_list_green # cyan
lower_cyan = np.array([78, 43, 46])
upper_cyan = np.array([99, 255, 255])
color_list_cyan = []
color_list_cyan.append(lower_cyan)
color_list_cyan.append(upper_cyan)
dict['cyan'] = color_list_cyan # blue
lower_blue = np.array([100, 43, 46])
upper_blue = np.array([124, 255, 255])
color_list_blue = []
color_list_blue.append(lower_blue)
color_list_blue.append(upper_blue)
dict['blue'] = color_list_blue # purple
lower_purple = np.array([125, 43, 46])
upper_purple = np.array([155, 255, 255])
color_list_purple = []
color_list_purple.append(lower_purple)
color_list_purple.append(upper_purple)
dict['purple'] = color_list_purple return dict if __name__ == '__main__':
color_dict = getColorList()
print(color_dict) num = len(color_dict)
print('num=', num) for d in color_dict:
print('key=', d)
print('value=', color_dict[d][1])

然后是 xf_color.py  这就能识别颜色了 (这是识别已有图片文件版的)  原理就是用上面的色库 算出图片颜色面积  哪个最大 就算是啥颜色。。。抠脚。。。

# -*- coding:UTF-8 -*-
import cv2
import colorList def get_color(frame):
print('go in get_color')
hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)
maxsum = 0
color = None
color_dict = colorList.getColorList()
for d in color_dict:
mask = cv2.inRange(hsv, color_dict[d][0], color_dict[d][1])
# cv2.imwrite(d + ".png", mask)
binary = cv2.threshold(mask, 127, 255, cv2.THRESH_BINARY)[1]
binary = cv2.dilate(binary, None, iterations=2)
# cv2.imwrite(d +"1.png", binary)
cnts = cv2.findContours(binary, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)[-2]
sum = 0
for c in cnts:
sum += cv2.contourArea(c)
# print("%s , %d" %(d, sum ))
if sum > maxsum:
maxsum = sum
color = d
return color if __name__ == '__main__':
filename = "./images/test_yellow.png"
frame = cv2.imread(filename)
print(get_color(frame))

文件名:xf_realize.py    这是用摄像头来识别颜色。。。就是加了个拍照功能  哦对 只返回红绿蓝三种颜色,因为搬的物料就是这三种颜色  懒得改了。。

# -*- coding:UTF-8 -*-
import cv2
import xf_color def videox():
vix = cv2.VideoCapture(0)
while True:
ret, tu = vix.read()
cv2.imshow("take_photo", tu)
cv2.waitKey(1)
cv2.imwrite("color.png", tu)
filename = cv2.imread("color.png")
color = xf_color.get_color(filename) if color == "red" or color == "red2":
print("red")
result = ""
break
elif color == "green":
print("green")
result = ""
break
elif color == "blue":
print("blue")
result = ""
break
vix.release()
cv2.destroyAllWindows()
return result if __name__ == '__main__':
videox()

接下来是识别二维码的(有二维码图片文件)  文件名: xf_scance.py

# -*- coding:UTF-8 -*-
import pyzbar.pyzbar as pyzbar
from PIL import Image, ImageEnhance def scance(): image = "photo.png" img = Image.open(image) # img = ImageEnhance.Brightness(img).enhance(2.0) # 增加亮度
#
# img = ImageEnhance.Sharpness(img).enhance(17.0) # 锐利化
#
img = ImageEnhance.Contrast(img).enhance(4.0) # 增加对比度
#
img = img.convert('L') # 灰度化 barcodes = pyzbar.decode(img) for barcode in barcodes:
barcodeData = barcode.data.decode("utf-8")
return barcodeData if __name__ == '__main__':
scance()

再来个摄像头扫二维码的:

# -*- coding:UTF-8 -*-
import cv2
import xf_scance def videox():
vix = cv2.VideoCapture(0)
while True:
ret, tu = vix.read()
cv2.imshow("take_photo", tu)
cv2.waitKey(1)
cv2.imwrite("photo.png", tu)
result = xf_scance.scance()
if result:
# print(result)
break
vix.release()
cv2.destroyAllWindows()
return result if __name__ == '__main__':
r = videox()
print(r)