Satura rādītājs:
- Piegādes
- 1. darbība: TTL programmētāja iestatīšana (pēc izvēles)
- 2. darbība. Savienojuma iestatīšana un konfigurēšana IDE
- 3. darbība: kods un bibliotēkas
- 4. solis: tas ir | EDIT
Video: ESP32 CAM sejas atpazīšana ar MQTT atbalstu - AI domātājs: 4 soļi
2024 Autors: John Day | [email protected]. Pēdējoreiz modificēts: 2024-01-30 10:54
Sveiki!
Es gribēju dalīties ar sava projekta kodu, ja man būtu nepieciešama ESP CAM ar sejas atpazīšanu, kas varētu nosūtīt datus MQTT. Tik labi.. pēc varbūt 7 stundu ilgas skatīšanās, izmantojot vairākus koda piemērus, un meklējot, kas ir kas, esmu pabeidzis MQTT integrāciju!
Piegādes
Ko tev vajag:
- ESP32 kamera (~ 5 $)
- TTL programmētājs (~ 2 $)
- 5 Jumper kabeļi
1. darbība: TTL programmētāja iestatīšana (pēc izvēles)
Ja izmantojat datoru, kuram ir jaunāka versija nekā operētājsistēmai Windows 7, visticamāk, jums būs nepieciešami programmētāja atbalstītie draiveri.
Ja ierīci nevar palaist, es iesaku jums šo vienkāršo pamācību, lai manuāli instalētu draiverus
2. darbība. Savienojuma iestatīšana un konfigurēšana IDE
Jums tas jāpievieno vadam, kā parādīts attēlā (labāk ir izmantot 5v, nevis 3v!)
Pelēkais kabelis ir jāpievieno tikai tad, ja vēlaties to ieprogrammēt!
Es pieņemu, ka jums jau ir instalēta ESP32 pakotne, ja jums tā ir jāatgriež, no pašreiz izmantotās versijas uz versiju 1.01 šī darbība ir nepieciešama sejas atpazīšanai, pretējā gadījumā tā nedarbosies!
Nākamais solis ir iedziļināties IDE rīkos un iestatīt nodalījuma shēmu uz milzīgu APP un kā padomi izvēlēties ESP32 Wrover Module!
3. darbība: kods un bibliotēkas
Jums būs nepieciešama tikai PubSubClient bibliotēka, visas pārējās bibliotēkas tiek instalētas automātiski.
(Pirms augšupielādes neaizmirstiet nomainīt savus akreditācijas datus)
Lejupielādējiet pielikumu un noklikšķiniet uz augšupielādēt, neaizmirstiet iepriekš minēto pelēko kabeli!
Pēc augšupielādes atveriet seriālo monitoru un izvēlieties 115200 kā datu pārraides ātrumu.
Jums vajadzētu redzēt IP adresi, ar kuru izveidot savienojumu. PIEZĪME. Sejas atpazīšana jau ir iespējota sākumā, tāpēc tā skenēs jūsu seju! EDIT: Tas automātiski to vairs nedarīs!
MQTT daļā jums vajadzētu redzēt informācijas cilni un vienu sejas cilni. EDIT: Un cilne id
4. solis: tas ir | EDIT
Tas pagaidām ir, es domāju, ka kādu laiku to atjaunināšu, ja redzēšu kļūdas vai kādu citu lietu.
Es ceru, ka jums patika!
EDIT:
Esmu veicis dažas izmaiņas kodā!
Tagad tā saglabā jūsu seju iekšējā atmiņā, tāpēc, to palaižot, tā ielādēs visas iepriekš saglabātās sejas no Flash!
Tas automātiski saglabā reģistrētās sejas Flash.
Startēšanas laikā es noņēmu arī automātiskās reģistrācijas seju.
Esmu izveidojis jaunu MQTT tēmu ar nosaukumu "id", šeit tiek parādīts pēdējais atpazītais ID!
Ieteicams:
Opencv sejas noteikšana, apmācība un atpazīšana: 3 soļi
Opencv sejas noteikšana, apmācība un atpazīšana: OpenCV ir atvērtā pirmkoda datora redzes bibliotēka, kas ir ļoti populāra, lai veiktu tādus pamata attēlu apstrādes uzdevumus kā aizmiglošana, attēlu sajaukšana, attēla uzlabošana, kā arī video kvalitāte, sliekšņa noteikšana utt. tas pierāda
Sejas atpazīšana un identifikācija - Arduino sejas ID, izmantojot OpenCV Python un Arduino .: 6 soļi
Sejas atpazīšana un identifikācija | Arduino sejas ID, izmantojot OpenCV Python un Arduino .: Sejas atpazīšana AKA sejas ID ir viena no svarīgākajām mūsdienu mobilo tālruņu funkcijām. Tātad, man radās jautājums " vai man var būt sejas ID savam Arduino projektam " un atbilde ir jā … Mans ceļojums sākās šādi: 1. solis: piekļuve mums
Opencv sejas atpazīšana: 4 soļi
Opencv sejas atpazīšana: sejas atpazīšana mūsdienās ir diezgan izplatīta lieta daudzās lietojumprogrammās, piemēram, viedtālruņos, daudzos elektroniskos sīkrīkos. Šāda veida tehnoloģija ietver daudzus algoritmus un rīkus utt., Kurā tiek izmantotas dažas iegultās iegultās SOC platformas, piemēram, Raspberry
Sejas atpazīšana reāllaikā: pilns projekts: 8 soļi (ar attēliem)
Reāllaika sejas atpazīšana: visaptverošs projekts: Pēdējā apmācībā, kurā pētīju OpenCV, mēs uzzinājām AUTOMĀTISKĀS VISIJAS OBJEKTA IZSEKOŠANU. Tagad mēs izmantosim savu PiCam, lai atpazītu sejas reāllaikā, kā redzams zemāk: Šis projekts tika veikts ar šo fantastisko " Atvērtā pirmkoda datora redzes bibliotēku & qu
Sejas noteikšana+atpazīšana: 8 soļi (ar attēliem)
Sejas noteikšana+atpazīšana: Šis ir vienkāršs sejas noteikšanas un atpazīšanas piemērs ar OpenCV no kameras. PIEZĪME: Es šo projektu izstrādāju sensoru konkursam, un es izmantoju kameru kā sensoru, lai izsekotu un atpazītu sejas. Tātad, mūsu mērķis šajā sesijā: 1. Instalējiet Anaconda