Étape 3: Comprendre l’algorithme
Ouvrez le fichier bdtct.py dans l’éditeur de texte.
Le code de bdtct.py fait suivant :
1. prenant en entrée par "cap = cv2. VideoCapture(-1)"
2. re-dimensionnement de l’image vidéo de plus petite taille de 320 x 240, afin que notre rpi peut mettre plus d’images par seconde.
3. créer des éléments visuels comme windows "HueComp", "SatComp", « ValComp » avec correspondante min et max curseurs.
4. convertir l’entrée de BGR vers système VHS "hsv = cv2.cvtColor (armature, cv2. COLOR_BGR2HSV)"
5. diviser la teinte, de saturation et de composantes de valeur.
6. seuillage chaque composante selon l’intervalle de seuil défini par correspondante min et max curseurs pour obtenir une image seuillée binaire (voir image ci-dessus)
7. logiquement et la teinte binariser, les saturarion, les composants de la valeur pour obtenir une image binaire rugueuse dans lequel seuls les pixels de la balle de tennis de table sont blanches, reste tout est noir. (voir image ci-dessus)
8. lisser l’image ANDed "fermeture = cv2. GaussianBlur(closing,(5,5),0)"
9. utiliser HoughCircles pour détecter les cercles dans l’image
10. dessin détecté des cercles sur la trame d’entrée originale.