라즈베리 파이와 OpenCV로 탁구공 추적하기 – 고급 튜토리얼

주의: 이 튜토리얼은 고급 과정으로 리눅스 초보자에게 적합하지 않습니다.

개요

이 가이드에서는 OpenCV를 사용해 라즈베리 파이에서 탁구공이나 선명하게 보이는 원형 물체를 감지하고 추적하는 방법을 다룹니다. 이 기술은 로봇 프로젝트, 스포츠 분석, 취미 실험 등에 유용합니다.

사전 요구사항

• 최신 라즈비안(Raspbian) 실행 중인 라즈베리 파이 (다운로드)
• 파이와 호환되는 USB 웹캠
• 개발 및 파일 전송용 리눅스 호스트 (리눅스 민트 17, 우분투 등)
• 데비안 기반 시스템에 익숙함

1단계: 초기 설정

1. 파이에 키보드, 마우스, 웹캠, 이더넷/Wi-Fi 동글, HDMI 디스플레이, 전원 연결
2. 전원 켜고 라즈비안 GUI로 부팅
3. 터미널 열고 OpenCV 설치. Trevor Appleton의 종합 가이드 따라 설치 확인 (라즈베리 파이에 OpenCV 설치)
4. bdtct.py를 scp나 USB 플래시 드라이브로 파이 홈 디렉토리에 전송

2단계: 추적 코드 실행

1. 파이 터미널에서 bdtct.py가 있는 폴더로 이동
2. 스크립트 실행:
   sudo python bdtct.py
3. 5개 창이 나타남: 원본 비디오, '추적' 뷰, HSV 조정 패널 3개
4. 노란색 탁구공(권장)을 웹캠에 비춤
5. 'HueComp', 'SatComp', 'ValComp' 슬라이더를 조정해 'closing' 창에서 공의 픽셀만 흰색 영역으로 남도록 함. 이 슬라이더 값을 bdtct.py에 편집해 저장

3단계: 알고리즘 이해

bdtct.py를 에디터로 열어 다음 워크플로를 확인하세요:

1. 기본 카메라에서 비디오 캡처: cap = cv2.VideoCapture(-1)
2. 프레임을 320×240으로 리사이즈해 파이에서 프레임률 향상
3. Hue, Saturation, Value용 최소/최대 슬라이더가 있는 대화형 창 생성
4. 각 프레임을 BGR에서 HSV로 변환: hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)
5. HSV를 별도 채널로 분할
6. 슬라이더 범위 기반으로 각 채널 임계값 처리해 이진 마스크 생성
7. 세 마스크를 논리 AND로 결합해 공 픽셀 분리
8. 가우시안 블러로 결과 평활화
9. cv2.HoughCircles로 원형 모양 감지
10. 감지된 원을 원본 프레임에 다시 그려 시각화

더 깊은 통찰을 위해 전체 프로젝트 문서를 참조하세요.