Druckbare Version
Hallo,
OpenCV kommt auf dem Raspberry PI nur auf wenige FPS.
Ich bin mir nicht ganz sicher, ob OpenCV da nicht zu komplexe Sachen macht. Was meint ihr, gibt es da noch Optimierungsmöglichkeiten?
Es geht z.B. um eine Ballerkennung (nach Farbe).
Danke,Grüße!
Klar gibt's da Optimierungsmöglichkeiten...sogar jede Menge...
Die erste wäre z.B. uns zu zeigen, wie dein Programm und dein Code aussieht.... Denn weder ich noch die 55 anderen, die sich den Thread vor mir angesehen haben, werden Lust haben zu raten
Wenn ich in OpenCV ein nur(!) ein cv.CreateCameraCapture(0) in einer Schleife mache, komme ich auf 4 fps (mit 320x240). Deswegen brauche ich doch gar keinen weiteren Code geben. Mit OpenCV haben auch andere schon solche Erfahrungen gemacht. Diesen Code habe ich auch getestet: http://dl.dropbox.com/u/2500608/LaserDuck.py
Ich kann mir da nicht sicher sein, aber mit CreateCameraCapture() holt er wohl nur das rohe Bild von der Kamera, oder? Wenn dir das alleine schon zu langsam ist, dann wird man da innerhalb von opencv wohl nicht viel optimieren können, weil er sich in dem Schritt noch gar nicht mit irgendwelcher Objekterkennung beschäftigt.
genau das habe ich mir auch gedacht.
Hast mal online gesucht, ob jemand anderes Erfahrungen mit der selben Kamera in opencv hat?
Was ich jetzt so gefunden habe, sind diese 3-4fps auf dem Rasberry Pi mit opencv nicht ungewöhnlich. Kriegst du die frames nicht auch mit einem anderen capture-Programm rein?
Ja, genau. Mit OpenCV ist das wohl normal. Deswegen will ich ja auch weg von dieser Lib. Habe schon mehrere Beispiele gefunden aber da liegt im Grunde immer OpenCV hinter. Was sind echte Alternativen? Was bringt etwas?
Was das capturing alleine angeht, da gibts jede Menge Alternativen, das geht schon mit mplayer/VLC/ffmpeg/... aber ich hab damit keine Erfahrung, da gibts sicher weit effizientere Methoden.
Der Rasberry Pi hat doch ein einigermaßen ausgewachsenes Linux, oder?
PyGame hat da anscheinend Funktionen, wenn du Python verwenden willst
http://www.pygame.org/docs/tut/camera/CameraIntro.html
Andere Möglichkeit wäre Video For Linux V4L2, aber da wühlt man schon im Kernel rum.
Aber wer weiß, ob es das externe capturing überhaupt bringt, für die Objekterkennung wirst kaum Alternativen finden.
Das ist so auch etwas seltsam, da cvCreateCameraCapture() die Kamera initialisiert.Zitat:
Zitat von phantom111
Die Doku verstehe ich so:
Code:# 1 mal am Anfang:
capture = cv.CreateCameraCapture(0)
while True:
frame = cv.QueryFrame(capture)
Kennst du dieses Video:
https://www.youtube.com/watch?v=A7Bn...layer_embedded
9fps sollten schon möglich sein. Allerdings wird hier ein RasPi mit 512MB verwendet.
Das lustige ist, dass so viele Leute zum Holen des Bildes von der Kamera ohne irgendwelche anderen Algorithmen schon nur 3-4fps haben. Beim OP wird das jetzt schneller gehen, wenn er wirklich bei jedem Durchlauf die Kamera initialisiert hat, aber das gilt für viele der anderen Leidensgenossen nicht. OpenCV scheint da sehr verschwenderisch mit den Resourcen umzugehen.
OK, danke. Das Initialisieren hatte ich leider nicht in der Schleife. Habe mich vertippt. Schade eigentlich. Die Lösung wäre einfach gewesen.
Hier mein Code. Ich mache das in der Schleife. Danach gehe ich durch die Elemente in contour. Es werden sehr viele gefunden. Das macht alles sehr langsam. Wo ist der Fehler!?
Code:color_image = cv.QueryFrame(self.capture)
cv.Smooth(color_image, color_image, cv.CV_GAUSSIAN, 3, 0)
cv.Threshold(grey_image, grey_image, 70, 255, cv.CV_THRESH_BINARY)
down = cv.Scalar(10,100,100,0) # cv.Scalar(30,100,100) #
up = cv.Scalar(40, 255,255,0) #(35,255,255)
imghsv=cv.CreateImage(cv.GetSize(color_image),8,3)
cv.CvtColor(color_image,imghsv,cv.CV_BGR2HSV) # Convert image from RGB to HSV
imgyellow=cv.CreateImage(cv.GetSize(color_image),8,1)
imgthreshold=cv.CreateImage(cv.GetSize(color_image),8,1)
cv.InRangeS(imghsv,down,up,imgyellow) # Select a range of yellow color
storage = cv.CreateMemStorage(0)
contour = cv.FindContours(imgthreshold, storage, cv.CV_RETR_CCOMP, cv.CV_CHAIN_APPROX_SIMPLE)
OpenCV ist hier eher resourcenschonend. Meist ist das Problem nicht die Software sondern die Verbindung. Bsp. USB 1 statt USB 2. Auch in der industriellen Bildverarbeitung ist das reine Bild einziehen meist sehr untergeordnet. Die Anzeigealgorithmen haben bsp. nichts mit dem Bildeinzug gemein. Wenn es um den Bildeinzug geht, eben nur einziehen und nicht anzeigen. Hier ist dann auch nochmal ein Flaschenhals. Bsp. nicht funktionierende Hardwarebeschleunigung.Zitat:
Zitat von ichbinsisyphos
Gruß
Georg
Ich habe die hier http://download.p4c.philips.com/file...00_pss_deu.pdf
Der Code dort oben kommt auf 10 fps. Problem ist, das Durchlaufen durch die "contour" (Liste).
Code:while contour:
bound_rect = cv.BoundingRect(list(contour))
contour = contour.h_next()
pt1 = (bound_rect[0], bound_rect[1])
pt2 = (bound_rect[0] + bound_rect[2], bound_rect[1] + bound_rect[3])
points.append(pt1)
points.append(pt2)
centroidx=cv.Round((pt1[0]+pt2[0])/2)
centroidy=cv.Round((pt1[1]+pt2[1])/2)
centroid = (centroidx, centroidy)
if len(points):
radius = abs(pt1[0]-pt2[0])/2
if True: #radius > 2 and radius != 159:
self.centroid = centroid
self.radius = radius
if self.gui is True:
cv.Circle(color_image, centroid , radius , cv.CV_RGB(255,0,0), 1)
cv.Rectangle(color_image, pt1, pt2, cv.CV_RGB(255,0,0), 1)
cv.PutText(color_image, str(centroid)+" r="+str(radius), centroid, cv.InitFont(cv.CV_FONT_HERSHEY_SIMPLEX, 1, 1, 0, 2, 1), cv.CV_RGB(255,0,0))
# print str(centroid)+" r="+str(radius)
else:
self.centroid = None
self.radius = None
Auf meinem Core2Duo mit 1.8GHz schafft der Code im Anhang (deine Schnipsel halbwegs lauffähig gemacht) mit Anzeigefenster auch nur ~22 Frames/s mit einer Playstation Eye (640x480, 30fps), ohne die contour-Liste immerhin 24fps. Ohne Gui schafft er in beiden Fällen fast 30fps. Die 4 fps auf der RasPi scheinen also leider realistisch.
Ein winziges Stück mehr Geschwindigkeit brachte es, das cv.CreateMemStorage(0) vor die Endlos-Schleife zu setzen.
ich könnte mir vorstellen, dass in contour einfach zu viele Objekte drin sind. Vielleicht kann man irgendwie in der Richtung optimieren.
9 fps mit folgendem Code.
Code:import cv2
import cv as cv
import numpy as np
import time
show = False
c = cv2.VideoCapture(0)
c.set(3, 320)
c.set(4, 240)
width,height = c.get(3),c.get(4)
print "width, height = ", width, ",", height
start_time = time.time()
i = 0
while(1):
_,f = c.read()
#f = cv2.flip(f,1)
#blur = cv2.medianBlur(f,5)
hsv = cv2.cvtColor(f,cv2.COLOR_BGR2HSV)
yellow = cv2.inRange(hsv,np.array((20,100,100)),np.array((30,255,255)))
erode = cv2.erode(yellow,None,iterations = 3)
dilate = cv2.dilate(erode,None,iterations = 10)
contours,hierarchy = cv2.findContours(dilate,cv2.RETR_LIST,cv2.CHAIN_APPROX_SIMPLE)
for cnt in contours:
x,y,w,h = cv2.boundingRect(cnt)
cx,cy = x+w/2, y+h/2
print "yellow :", x,y,w,h
if show:
cv2.rectangle(f,(x,y),(x+w,y+h),[0,255,255],2)
cv2.imshow('img',f)
if cv2.waitKey(25) == 27:
break
cv2.destroyAllWindows()
c.release()
Hey hi Leute!!!
Ich bin neu zu diesem Forum. Ich bin ein student des Studiengang Mechatronik und bin gerade an der Arbeit mit Bilderkennung der Balle.
Ich arbeite mit Matlab-Simulink.
Ich kann Kreise erkennen, aber die Balle ist immer noch schwer.
Sag mal bitte ein paar Tips und Tricks!!!
Danke im Vorraus,
Gruß
Mandar
Hallo,
ich verstehe die Frage nicht.
Was ist der Unterschied zwischen einem Kreis im Bild und einem Ball?
Vielleicht, dass der Ball aufgrund der 3D-Form "unterschiedliche Farben hat"? Vielleicht brauchst Du dafür Schwellwerte (siehe cv2.inRange() in meinem Code)
Viele Grüße
Ja, du hast es recht. Es gibt kein Unterschied ywischen ein Ball und ein Kreis. Ich benutze zur Zeit Matlab R2012a aber will Opencv2.4.8 benutzen. Kann jemand mir die 'Installations Procedure' erzählen. Ein English link würde Super Geil!!! Also ich habe kein Visual Studio, bitte achten!
Danke im Vorraus,
VG
Mandar