Turinys:
- Prekės
- 1 veiksmas: TTL programuotojo nustatymas (PASIRENKAMA)
- 2 veiksmas: ryšio nustatymas ir konfigūravimas IDE
- 3 žingsnis: kodas ir bibliotekos
- 4 žingsnis: Štai. | REDAGUOTI
Video: ESP32 CAM veido atpažinimas su MQTT palaikymu - AI mąstytojas: 4 žingsniai
2024 Autorius: John Day | [email protected]. Paskutinį kartą keistas: 2024-01-30 10:46
Sveiki!
Norėjau pasidalyti savo projekto kodu, jei man reikėjo turėti ESP CAM su veido atpažinimu, kuris galėtų išsiųsti duomenis MQTT. Taigi gerai.. po gal 7 valandų ieškojimo per kelis kodo pavyzdžius ir ieškodamas, kas yra kas, baigiau MQTT integraciją!
Prekės
Ko tau reikia:
- ESP32 kamera (~ 5 $)
- TTL programuotojas (~ 2 $)
- 5 jungiamieji kabeliai
1 veiksmas: TTL programuotojo nustatymas (PASIRENKAMA)
Jei naudojate kompiuterį, kurio versija yra naujesnė nei „Windows 7“, greičiausiai jums reikės palaikomų programuotojo tvarkyklių.
Jei įrenginio paleisti nepavyksta, rekomenduoju jums šią paprastą pamoką, kaip rankiniu būdu įdiegti tvarkykles
2 veiksmas: ryšio nustatymas ir konfigūravimas IDE
Turite prijungti laidą, kaip parodyta paveikslėlyje (geriau naudoti 5v, o ne 3v!)
Pilką kabelį reikia prijungti tik tada, jei norite jį užprogramuoti!
Darau prielaidą, kad jau turite įdiegtą ESP32 paketą, jei jums reikia grąžinti versiją, nuo to, ką šiuo metu naudojate, iki 1.01 versijos, šis veiksmas yra būtinas veido atpažinimui, kitaip jis neveiks!
Kitas žingsnis yra įeiti į savo įrankio IDE įrankius ir nustatyti skaidinių schemą kaip didžiulę APP, o kaip plokštę pasirinkti ESP32 Wrover Module!
3 žingsnis: kodas ir bibliotekos
Jums reikės tik „PubSubClient“bibliotekos, visos kitos bibliotekos bus įdiegtos automatiškai.
(Nepamirškite pakeisti savo kredencialų prieš įkeldami)
Atsisiųskite priedą ir spustelėkite įkelti nepamirškite aukščiau minėto pilkojo kabelio!
Po įkėlimo atidarykite serijinį monitorių ir pasirinkite 115200 kaip duomenų perdavimo spartą.
Turėtumėte pamatyti IP adresą, prie kurio norite prisijungti. PASTABA: Veido atpažinimas jau įjungtas pradžioje, todėl jis nuskaitys jūsų veidą! REDAGUOTI: automatiškai to nebebus!
MQTT dalyje turėtumėte pamatyti informacijos skirtuką ir vieną veido skirtuką. REDAGAVIMAS: Ir ID skirtukas
4 žingsnis: Štai. | REDAGUOTI
Tai kol kas, manau, kurį laiką jį atnaujinsiu, jei pamatysiu klaidų ar kitų dalykų.
Tikiuosi tau patiko!
REDAGUOTI:
Aš padariau keletą kodo pakeitimų!
Dabar jūsų veidas išsaugomas vidinėje atmintyje, todėl jį paleidus įkeliami visi anksčiau išsaugoti veidai iš „Flash“!
Jis automatiškai išsaugo užsiregistravusius veidus „Flash“.
Taip pat paleisdamas pašalinau automatinio registravimo veidą.
Sukūriau naują MQTT temą pavadinimu „id“, čia rodomas paskutinis atpažintas ID!
Rekomenduojamas:
„Opencv“veido aptikimas, mokymas ir atpažinimas: 3 žingsniai
„Opencv“veido aptikimas, mokymas ir atpažinimas: „OpenCV“yra atviro kodo kompiuterio regėjimo biblioteka, kuri yra labai populiari atliekant pagrindines vaizdo apdorojimo užduotis, tokias kaip suliejimas, vaizdo maišymas, vaizdo ir vaizdo kokybės gerinimas, slenksčių nustatymas ir tt Be vaizdo apdorojimo, tai provokuoja
Veido atpažinimas ir identifikavimas - „Arduino“veido ID naudojant „OpenCV Python“ir „Arduino“.: 6 žingsniai
Veido atpažinimas ir atpažinimas | „Arduino“veido ID naudojant „OpenCV Python“ir „Arduino“.: Veido atpažinimas AKA veido ID yra viena iš svarbiausių šių dienų mobiliųjų telefonų funkcijų. Taigi, man kilo klausimas „ar galiu turėti savo„ Arduino “projekto ID“? ir atsakymas yra „taip“… Mano kelionė prasidėjo taip: 1 žingsnis: Prieiga prie mūsų
„Opencv“veido atpažinimas: 4 žingsniai
„Opencv“veido atpažinimas: Veido atpažinimas šiandien yra gana įprastas dalykas daugelyje programų, tokių kaip išmanieji telefonai, daugybė elektroninių prietaisų. Ši technologija apima daugybę algoritmų ir įrankių ir pan., Kuri naudoja kai kurias įterptas įterptas SOC platformas, tokias kaip „Raspberry“
Veido atpažinimas realiuoju laiku: visas projektas: 8 žingsniai (su nuotraukomis)
Veido atpažinimas realiuoju laiku: visapusiškas projektas: Paskutinėje pamokoje, kurioje tyrinėjau „OpenCV“, sužinojome AUTOMATINIO VISIJOS OBJEKTO SEKIMĄ. Dabar mes naudosime savo „PiCam“, kad atpažintume veidus realiuoju laiku, kaip matote žemiau: Šis projektas buvo atliktas naudojant šią fantastišką „Atviro kodo kompiuterinio matymo biblioteką“
Veido aptikimas+atpažinimas: 8 žingsniai (su nuotraukomis)
Veido aptikimas+atpažinimas: tai paprastas veidų aptikimo ir atpažinimo pavyzdys naudojant „OpenCV“iš fotoaparato. PASTABA: aš sukūriau šį projektą jutiklių konkursui ir naudoju fotoaparatą kaip jutiklį, skirtą sekti ir atpažinti veidus. Taigi, mūsų tikslas šioje sesijoje: 1. Įdiekite „Anaconda“