Técnicas de Visão Computacional
Detecção da viga e diferentes níveis de cor:
Antes de tudo é necessário instalar algumas bibliotecas. Recomenda-se instalar um ambiente virtual para evitar problemas no python nativo do computador. Para instalar é necessário o gerenciador de pacotes pip.
pip3 install opencv-python
pip3 install numpy
pip3 install matplotlib
E logo depois importá-las:
import cv2
import numpy as np
import matplotlib.pyplot as plt
Abrimos então a imagem da viga que será analisada já com as cores.
Detecção e binarização das cores escolhidas. Nesse caso não seria necessário fazer a binarização, as linha foram detectadas sem a necessidade de binarizar. Porém, deixarei a binarização pois pode ser útil para resolver algum problema no decorrer do projeto.
Após ser realizada a binarização é aplicada então a transformada de Hough amplamente utilizada para a detecção de retas em imagens. A detecção da viga está em vermelho.
Como foi mencionado para este caso não foi necessário realizar a binarização das cores, sendo assim, a transformada de Hough na imagem original foi suficiente para a detecção da barra.
Após detectada a viga é necessário identificar os diferentes níveis na mesma, isso será feito atraveś da detecção de cores diferentes na viga. Para fazer isso percorre-se toda a viga e no momento em que é percebida uma mudança de cor adiciona-se uma marcação. Neste passo é de suma importância que a diferença de cores seja alta em todos as posições, R, G e B. Como as cores utilizadas no exemplo não são tão diferentes assim a precisão na detecção não é tão alta.
Leitura de mais de um QR Code simultaneamente
Para a realização da leitura é necessário que algumas bibliotecas sejam instaladas além das que foram mencionadas anteriormente neste documento:
pip3 install zbar-py
pip3 install pyzbar
Logo depois importá-las:
from __future__ import print_function
import pyzbar.pyzbar as pyzbar
import numpy as np
import cv2
Ao pesquisar pela biblioteca Zbar imaginou-se que a mesma faria leitura de um único QR Code. A ideia seria então processar a imagem com vários QR Codes e dividí-la em várias imagens, cada uma com um QR Code e então fazer a leitura dos dados. Porém, o que não foi imaginado é que a biblioteca já detecta todos os QR Codes presentes em uma mesma imagem. Desta forma foi poupado bastante tempo.
É possível visualizar o resultado da detecção além do conteúdo de cada um do códigos abaixo:
Todos os código aqui mostrados estão disponíveis neste repositório em um Jupyter Notebook.