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，运动检测和文本提取是两个重要的应用场景。

1.1 运动检测

运动检测的核心代码如下：

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

当 diff_score 大于 diff_threshold 时，程序会输出“Movement detected”，表示检测到了运动。如果误报过多，可以增加 diff_threshold 的值，也可以取消注释 print(diff_score) ，以便查看检测到的差异值。为了提高检测结果，可以将图像设置为灰度图并应用模糊滤镜。

运动检测的流程如下：

graph TD;
    A[获取前后两帧图像] --> B[计算两帧图像的差异];
    B --> C[计算差异值总和];
    C --> D{差异值总和是否大于阈值};
    D -- 是 --> E[输出运动检测信息];
    D -- 否 --> F[继续检测];
    E --> G[更新旧图像为新图像];