Installation d’OpenCV 3 sur Python3

opencv-python

Si comme nous, vous vous intéressez au traitante d’image, à la reconnaissance de forme, à la video en temps réel ou d’autres jouyeusetées de ce genre, vous vous retrouverez certainement face à OpenCV à un moment ou un autre.

OpenCV est le couteau Suisse du traitement d’image. Il n’y à quasiment pas de limite à ce que vous pouvez faire avec cette bibliothèque à condition de pouvoir l’installer.

Si vous travaillez avec Python 2.x, il n’y a pas de souci particulier. En revanche si vous préférez utiliser Python 3.x, vous allez certainement en baver 🙁 .

Nous étant retrouvés dans cette situation, nous avons décidé de vous concocter une petite recette de cuisine qui vous permettra de vous concentrer sur le sujet qui vous intéresse vraiment : »ça marche comment ce machin CV là ?! »

Vous pouvez donc retrouver cette recette sur notre WIKI :

http://www.vorobotics.com/wiki/index.php?title=Installer_OpenCV_pour_Python

« Eh bonne appétit bien-sûr. »

ID-FIX, le scanner 3D

Un petit nouveau est né dans notre LAB adoré.

Voici : ID-FIX. C’est un scanner 3D dit « de table ».

ScanProfilEntièrement modélisé et conçu Chez nous.

 

Pour la partie physiquelaStar,
Un Raspberry Pi2 qui commande un moteur pas à pas et qui fait tourner le plateau. La caméra du Raspberry prend alors les clichés à intervalles réguliers.

piInUse

 

 

 

Pour la partie logicielle,
un script en python commande l’ensemble.

 

Pour la modélisationIMG_4223on 3D,
nous utilisons pour l’instant Memento d’Autodesk. Nous avons l’intention de développé nous même un soft pour la modélisation 3D mais ça, ça vas nous prendre 2 ou 3 ans.

En attendant le soft, vous pourrez très bientôt consulter le projet sur notre WIKI.

 

 

160207_gren_Texture 160207_gren_wireFrame 160207_gren_X-Ray

 

VoR12

VoR12, le dernier né du VoLab prend vie.

small_vor12-2

VoR12 est une caméra mobile qui utilise la bibliothèque de traitement d’image OpenCV pour effectuer des expériences de suivi d’objets.

Le principe : identifier l’objet à suivre sur les images filmées (ici la balle bleue) et repositionner les servomoteurs pour garder l’objet au centre de l’image. Le tout en temps réel bien sûr.

vor12_demo_youtube

Vidéo de démonstration

La bibliothèque PyAX-12 est utilisée pour contrôler les deux servomoteurs Dynamixel AX-12+ et déplacer la caméra.

Prochaine étape : tester et optimiser la chaîne de traitement pour le RaspberryPi et la RaspiCam.

Site web du projet : https://pypi.python.org/pypi/vor12