工科赛树莓派OpenCV寻迹小车

最新推荐文章于 2024-07-27 16:15:16 发布

凌风哈哈

最新推荐文章于 2024-07-27 16:15:16 发布

阅读量4k

点赞数

分类专栏：树莓派小车文章标签： python 嵌入式 linux

本文链接：https://blog.youkuaiyun.com/m0_50135640/article/details/124233500

版权

本文介绍了一个使用树莓派4g8b、减速电机和USB摄像头的寻迹小车项目。通过Python和OpenCV进行图像处理，代码中包含了多种滤波处理方法，适合嵌入式开发新手进行实践。gpio库的安装未在文中详述，认为该步骤简单。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

废话不多说直接上可用代码。

材料：减速电机和USB摄像头、树莓派4g8b

代码环境：python、opencv

新手要是没要gpio库的话可自行下载，方法太简单这里不多说。

内涵多种滤波处理可自己尝试使用，代码都在里面。

# coding:utf-8 
import RPi.GPIO as gpio 
import time 
import cv2 
import numpy as np
import os
import serial
 
ser=serial.Serial('/dev/ttyAMA0',115200,timeout=1)
# 定义引脚 
#pwm双通道电机驱动
#电机1
pin1 = 12 
pin2 = 16 
#电机2
pin3 = 18 
pin4 = 22 
#pwm单通道电机驱动
#电机3
Motor_A_PWM = 7
Motor_A_DIR = 11
#电机4
Motor_B_PWM = 32
Motor_B_DIR = 36

# 设置GPIO口为BOARD编号规范 
gpio.setmode(gpio.BOARD) 
# 设置GPIO口为输出 
gpio.setup(pin1, gpio.OUT) 
gpio.setup(pin2, gpio.OUT)  
gpio.setup(pin3, gpio.OUT) 
gpio.setup(pin4, gpio.OUT) 
gpio.setup(Motor_A_PWM, gpio.OUT) 
gpio.setup(Motor_B_PWM, gpio.OUT) 
gpio.setup(Motor_A_DIR, gpio.OUT) 
gpio.setup(Motor_B_DIR, gpio.OUT) 
# 设置PWM波,频率为500Hz 
pwm1 = gpio.PWM(pin1, 500) 
pwm2 = gpio.PWM(pin2, 500) 
pwm3 = gpio.PWM(pin3, 500) 
pwm4 = gpio.PWM(pin4, 500) 
pwm5 = gpio.PWM(Motor_A_PWM, 500) 
pwm6 = gpio.PWM(Motor_B_PWM, 500) 
# pwm波控制初始化 
pwm1.start(0) 
pwm2.start(0) 
pwm3.start(0) 
pwm4.start(0) 
pwm5.start(0) 
pwm6.start(0) 
#电机34方向引脚初
gpio.output(Motor_A_DIR, gpio.LOW)
gpio.output(Motor_B_DIR, gpio.LOW)
# center定义 
center = 320

def add_salt_pepper_noise(image):
    h, w = image.shape[:2]
    nums = 10000
    rows = np.random.randint(0, h, nums, dtype=np.int)
    cols = np.random.randint(0, w, nums, dtype=np.int)
    for i in range(nums):
        if i % 2 == 1:
            image[rows[i], cols[i]] = (255, 255, 255)
        else:
            image[rows[i], cols[i]] = (0, 0, 0)
    return image


def gaussian_noise(image):
    noise = np.zeros(image.shape, image.dtype)
    m = (15, 15, 15)
    s = (30, 30, 30)
    cv2.randn(noise, m, s)
    dst0 = cv2.add(image, noise)
    cv2.namedWindow("gaussian noise",0)
    cv2.resizeWindow("gaussian noise",400,400)
    cv2.imshow("gaussian noise", dst0)
    return dst
# 打开摄像头，图

最低0.47元/天解锁文章