You are browsing archives for
Bonjour à tous! Dans des billets antérieurs, je vous présentais un montage simple de rampe à LED intelligente, basée sur un Arduino. Suite aux nombreuses requêtes, voici le billet fournissant le code de la lampe à LED intelligente.
Les GPIO du Raspberry pi peuvent être utilisés en sortie (écriture), mais également en entrée (lecture). Nous nous intéresserons ici à cette seconde possibilité, qui permettra au Raspberry pi de recevoir des informations du monde extérieur. L’objectif de ce tutoriel est de s’appuyer sur le tutoriel sur l’utilisation d’un GPIO en sortie pour contrôler une LED, et d’y ajouter le fait de lire un bouton poussoir connecté sur un autre GPIO pour changer l’état de cette LED. Il est également possible d’accéder à la liste des tutoriels sur le Raspberry pi pour voir d’autres utilisations.
Un des grands intérêts du Raspberry pi est qu’il dispose de GPIO utilisables comme entrée ou sortie afin de lire des capteurs ou commandes des systèmes. Nous nous verrons ici comment contrôler les GPIO du Raspberry pi configurés en mode sorte, à travers un exemple concret ou nous commanderons une LED. Il est également possible d’accéder à la liste des tutoriels sur le Raspberry pi pour voir d’autres utilisations.
OpenCV est une bibliothèque open source (et libre) de “computer vision”. Autrement dit, OpenCV apporte à un ordinateur diverses fonctionnalités permettant de traiter des données vidéo provenant d’une webcam, d’images fixes ou toute autre source, afin de les analyser et de les traiter. On pourra par exemple faire toutes sortes de traitements classiques d’image (saturation, rotation etc), mais également accéder à des fonctionnalités plus avancées telles que la détection de mouvement, ou encore le repérage d’un visage au sein d’un scène. C’est justement cette dernière fonctionnalité qui nous intéressera aujourd’hui. Nous verrons donc comment installer OpenCV, puis compiler et exécuter un programme exemple de détection de visage.
Dans la seconde partie de ce projet, je vous ai présenté les capteurs de la station en détail, ainsi que mon installation. Maintenant que toutes les données parviennent à la station de base, nous allons nous intéresser au raccordement de celle ci à un ordinateur, et surtout à la collecte automatisée de ces données depuis une machine sous Linux.
