17、树莓派计算机视觉与机器学习实战指南

树莓派计算机视觉与机器学习实战指南

1. 计算机视觉基础

在计算机视觉领域，运动检测是一项常见且实用的技术。通过比较连续帧图像的差异，可以判断是否有物体在运动。以下是实现运动检测的关键代码：

diff_score = np.sum(diff)
# print(diff_score)
if diff_score > diff_threshold:
    print("Movement detected")
old_image = new_image

在实际应用中，如果出现过多误报，可以增加 diff_threshold 的值。同时，取消注释 print(diff_score) 这一行，能查看检测到的差异值，有助于调整阈值。为了提高检测效果，可以将图像转换为灰度图并应用模糊滤镜。

运动检测的操作步骤如下：
1. 计算连续帧图像的差异值 diff 。
2. 对差异值求和得到 diff_score 。
3. 将 diff_score 与 diff_threshold 进行比较，若大于阈值，则判定有运动发生。
4. 更新旧图像为新图像。

此外，还可以使用 Tesseract 光学字符识别（OCR）软件从图像中提取文本。安装 Tesseract 的步骤如下：

$ sudo