TRƯỜNG ĐẠI HỌC ĐIỆN LỰC KHOA ĐIỆN TỬ VIỄN THÔNG BÁO CÁO ĐỒ ÁN ĐIỆN TỬ NÂNG CAO Đề tài Thiết kế hệ thống phân loại sản phẩm theo màu sắc trên băng chuyền công nghệp ứng dụng xử lý ảnh Giảng viên hướng.
TRƯỜNG ĐẠI HỌC ĐIỆN LỰC KHOA ĐIỆN TỬ VIỄN THÔNG BÁO CÁO ĐỒ ÁN ĐIỆN TỬ NÂNG CAO Đề tài: Thiết kế hệ thống phân loại sản phẩm theo màu sắc băng chuyền công nghệp ứng dụng xử lý ảnh Giảng viên hướng dẫn: TS Hồ Mạnh Cường SVTH: Lê Văn Tiến Nguyễn Văn Long Lớp: D14KTDT HÀ NỘI, 5/2023 19810540184 19810000160 NHẬN XÉT (Của giảng viên ) ……………………………………………………………………………………… ……………………………………………………………………………………… ……………………………………………………………………………………… ……………………………………………………………………………………… ……………………………………………………………………………………… ……………………………………………………………………………………… ……………………………………………………………………………………… ……………………………………………………………………………………… ……………………………………………………………………………………… ……………………………………………………………………………………… ……………………………………………………………………………………… ……………………………………………………………………………………… ……………………………………………………………………………………… ……………………………………………………………………………………… ……………………………………………………………………………………… ……………………………………………………………………………………… ……………………………………………………………………………………… ……………………………………………………………………………………… ……………………………………………………………………………………… ……………………………………………………………………………………… ……………………………………………………………………………………… Hà Nội, ngày tháng năm 2023 Giảng viên TS Hồ Mạnh Cường MỤC LỤC Trang LỜI MỞ ĐẦU Nền công nghiệp Việt Nam ngày có quy mơ lớn rộng khắp nơi, Theo báo cáo Tổng cục Thống kê Việt Nam, quy mô công nghiệp Việt Nam năm 2020 đạt tổng giá trị sản xuất công nghiệp (GDP cơng nghiệp) 430,5 tỷ USD Trong đó,việc áp dụng khoa học kĩ thuật, công nghệ vào dây chuyền sản xuất công nghiệp ngày đại cải tiến nhằm giảm lao động sức người Trong ngành sản xuất công nghiệp đại, việc áp dụng cơng nghệ tiên tiến nhằm tối ưu hóa q trình sản xuất giảm thiểu lỗi nhận diện sản phẩm điều khơng thể thiếu Trong đó, hệ thống phân loại sản phẩm theo màu sắc băng chuyền giải pháp đáp ứng yêu cầu Công nghệ xử lý ảnh ứng dụng để phát hiện, phân loại đánh giá đối tượng băng chuyền, đặc biệt sản phẩm sản xuất hàng loạt Để giải vấn đề này, đề tài " Thiết kế hệ thống phân loại sản phẩm theo màu sắc băng chuyền công nghệp ứng dụng xử lý ảnh" chúng em nghiên cứu chế tạo thử nghiệm Với mục tiêu tìm hiểu thiết kế hệ thống phân loại sản phẩm theo màu sắc băng chuyền công nghiệp ứng dụng xử lý ảnh, đem lại hiệu cao đáng tin cậy cho q trình sản xuất cơng nghiệp 4 CHƯƠNG 1: TỔNG QUAN VỀ ĐỀ TÀI 1.1 Tổng quan xử lý ảnh Xử lý ảnh lĩnh vực mang tính khoa học cơng nghệ Nó ngảnh khoa học mẻ số với nhiều ngảnh khoa học khác tốc độ phát triển nhảnh, kích thích trung tâm nghiên cởu ứng dạng, đặc bìệt máy tính chun dạng riêng cho Xử lý ảnh kỹ thuật áp dạng việc tăng cường xử lý ảnh thu nhận từ thiết bị camera, webcam Do xử lý ảnh ứng dạng phát triền nhiều lĩnh vực quan trọng như: Trong lĩnh vực quân sự: xử lý nhận dạng ảnh quân Trong lĩnh vực giao tiếp người mây: nhận dạng ảnh xử lý âm thành, đồ họa Trong lĩnh vực an tồn, báo mật: nhận điện khn mặt người, nhận điện vân tay,mẫu mắ Trong lĩnh vực giải trí: trò chơi điện tử Trong lĩnh vực y tế: Xử lý ảnh y sinh, chụp X quang Các phương pháp xử lý ảnh ứng dạng chính: nâng cao chất lượng phân tích ảnh, ứng dạng bìết đến nâng cao chất lượng ảnh báo truyền từ Luân đôn đến New York từ năm 1920 Vấn đề nâng cao chất lượng ảnh có líên quan tới phân bố mức sáng độ phân giải củaảnh Việc nâng cao chất lượng ảnh phát triển vào khoảng năm 1955 Điều giải thích sau chiển thở hai máy tính phát triển nhảnh tạo điều kiện cho trình xử lý ảnh số thuận lợi Năm 1964 máy tính có khả xử lý nâng cao chất lượng ảnh từ mặt trăng vệ tính Ranger Mỹ bao gồm: làm nối đường bìên, lưu ảnh Từ năm 1964 đến phương tiện xử lý nâng cao chất lượng, nhận dạng ảnh phát triền không ngừng Các phương pháp tri thởc nhân tạo mạng nơ-ron nhân tạo thuật toán xử lý đại cải tiến, công cụ nén ảnh ngày cảng áp dạng rộng rãi thu nhiều kết khả quan Sau ta xét bước cần thiết trình xử lý ảnh Đầu tiên, ảnh tự nhiên từ giới bên thu nhận qua thiết bị thu (như Camera, máy chụp ảnh) Trước ảnh thu qua Camera ảnh tương tự (loại Camera ống kiều CCIR) Gần với phát triển công nghệ, ảnh màu đến trắng lấy từ Camera, sau chuyển trực tiếp thành ảnh số tạo thuận lợi cho xử 5 lý Mặt khác ảnh quét từ vệ tính chụp trực tiếp máy qt ảnh Hình 1.1: Các bước xử lý ảnh Sơ đồ bao gồm thành phần sau: Thu nhận ảnh (Image Acquisition) Ảnh nhận qua camera mầu trắng đến Thường ảnh nhận qua camera ảnh tương tự (loại camera ống chuẩn CCIR với tan số 1/25 ảnh 25 dịng), có loại camera số hóa (như loại CCD - Change Coupled Đểvìce) loại photodiot tạo cường độ ánh sáng điểm ảnh.1'1 Camera thường dùng loại quét dòng, ảnh tạo có dạng hai chiều Chất lượng ảnh thu nhận phụ thuộc vào thiết bị thu vào môi trưứng (ánh sáng, phong cảnh) Tiền xử lý (Image processing) Sau thu nhận, ảnh nhiễu độ tương phản thấp nên cần đưa vào tiền xử lý để nâng cao chất lượng Chởc tiền xử lý lọc nhiễu, nâng độ tương phản để làm ảnh rõ hơn, nét hơn.1'1 Phân đoạn (Segmentation) hay phân vùng ảnh Phân vùng ảnh tách ảnh đầu vào thành vùng thành phần để bìểu diễn phần tích, nhận dạng ảnh Vì dụ: để nhận dạng chữ (hoặc mà vạch) phong bì thư cho mục đích phân loại bưu phẩm, cần chia cảu chữ địa chi tên người thành từ, chữ số (hoặc vạch) riêng bìệt để nhận dạng Đây phần phởc tạp khó khăn xử lý ảnh đề gây lỗi, làm độ xác ảnh Kết nhận dạng ảnh phụ thuộc nhiều vào cơng đoạn Bìểu diễn ảnh (Image Representation) Đây phân sau phân đoạn chứa điểm ảnh vùng ảnh (ảnh phân đoạn) cộng với mà líên kết vùng lân cận Việc biến đối số líệu thành dạng thích hợp cần thiết cho xử lý máy tính Việc chọn tính chất để 6 ảnh gọi trích chọn đặc tính (Feature Extration) gắn với việc tách đặc tính ảnh dạng thông tin định lượng làm sở để phân bìệt lớp đối tượng với đối tượng khác phạm ảnh nhận Vì dụ: nhận dạng ký tự phong bì thư miêu tả đặc trưng ký tự giúp phận biệt ký tự với ký tự khác Nhận dạng nội suy ảnh (Image Recognition and Intếrpretation) Nhận dạng ảnh trình xác định ảnh Quá trình thường thu cách số sánh với màu chuẩn học (hoặc lưu) từ trước Nội suy phán đoán theo ý nghĩa sở nhận dạng Vì dụ: loạt chữ số nét gạch ngang phong bì thư nội suy thành mà điện thoại Có nhiều cách phân loại ảnh khác ảnh Theo lý thuyết nhận dạng, mơ hình tốn học ảnh phân theo hai loại nhận dạng ảnh bản: + Nhận dạng theo tham số + Nhận dạng theo cấu trúc Một số đối tượng nhận dạng phổ biến dtrợc áp dạng khoa học công nghệ là: nhận dạng ký tự (chữ in chữ vìết tay, chữ ký điện tử), nhận dạng vân (Tếxt), nhận dạng vân tay, nhận dạng mà vạch, nhận dạng mặt người Cơ sư tri thức (Knowledge Base) Như nói trên, ảnh đối lượng phức tạp đường nét độ sáng tối dung lượng điểm ảnh môi trường để thu ảnh phong phú kéo theo nhiều Trong nhiều khâu xử lý phân tích ảnh ngồi việc đơn gian hóa phương pháp tốn học đảm bảo tiện lợi cho xử lý người ta mong muốn bắt chước quy trình tiếp nhận xử lý ảnh theo cách người Trong bước xử lý nhiều khâu đả xử lý theo phương pháp trí tuệ người Vì sở trí thức phát huy Mơ tả Ảnh sau số hóa lưu vào hệ nhớ truyền sang khâu để phân tích Nếu lưu trữ ảnh trực tiếp từ ảnh thơ, địi hịi dung lượng nhớ cực lớn khơng hiệu theo quan điểm ứng dạng công nghệ Thông thường, ảnh gụi đặc trưng ảnh như: bìên ảnh, vùng ảnh 1.2 Những vấn đề xử lý ảnh 1.2.1 Điểm ảnh (Picture Element) Là đơn vị đề tạo nên bước ảnh kỹ thuật số Địa chi điểm ảnh xem tọa độ (x.y) Một ảnh kỹ thuật số tạo cách chụp phương pháp đồ họa khác, tạo nên từ 7 hãng ngàn hãng triệu pixel riêng lẽ Bức ảnh cảng chứa nhiều pixel cảng chi tiết Một triệu pixel tương đương với megapixel 1.2.2 Ảnh số Ảnh số tập hợp hữu hạn điểm ảnh với mức xám phù hợp dùng đề mô tả ảnh gần với ảnh thật, số điểm ảnh xác định độ phần giái ảnh Ảnh có độ phân giải cảng cao cảng rõ nét đặt điểm hình cảng làm cho ảnh trở nên thực sắc nét Một hình ảnh tín hiệu hai chiều, xác định bới hàm tốn học f(x,y) ( x y hai tọa độ theo chiều ngang chiều dọc Các giá trị f(x,y) điểm cung cấp giá trị điểm ảnh (pixel) điểm hình ảnh 1.2.3 Phân loại ảnh Mức xám điểm ảnh cường độ sáng, gán giá trị điểm Các mức ảnh xám thơng thường: 16, 32.64, 128, 256 Mức sở dạng thông dạng 265 tức dùng byte để biểu diễn mức xám Trong đó: + Ảnh nhị phân: Là ảnh có mức trắng đen, chi có giả trị và sử dụng bit liệu điểm ảnh + Ảnh đen trắng: Là ảnh có hai màu đen trắng (khơng chứa màu khác) với mức xám điểm ảnh khác + Ảnh màu: Là ảnh kết hợp màu lại với để tạo giới màu sinh động Người ta thường dùng byte để mơ tả mức màu tức có khoảng 16,7 triệu mức màu 1.2.4 Quan hệ điểm ảnh Lân cận điểm ảnh: nói cách hài hước hàng xóm điểm ảnh Có loại lân cận có lân cận lân cận X Hình 1.2 : Quan hệ điểm ảnh 8 điểm ảnh lân cận theo cột hàng với tọa độ (x+l, y) (x-l, y) (x,y+l) (x, y-l) ký hiệu tập N4(p) điểm ảnh lân cận theo đường chéo có tọa độ (x+l, y+l) (x+l y+l) (x-1 y+l) (x-l y-l) ký hiệu tập ND(p) Tập điểm ảnh lân cận hợp lụp trên: N8(p) = N4(p) + ND(p) Líên kết ảnh: Các mối líên kết ảnh xem mối liên kiết điểm ảnh gắn nhau, có loại liên kết: liên kết liên kết 8, lên kết m (liên kết hỗn hợp) Trong ảnh đa mức xám ta đột V chửa nhiều giá trị v={tập con} Cho p có tọa độ (x y) Liên kết 4: hai điểm ảnh p q có giá trị thuộc tập V gọi liên kết q thuộc tập N4(p) Liên kết 8: hai điểm ảnh p q có giá trị thuộc vẻ tập V gọi liên kết q thuộc tập N8(p) Liên kết m: hai điểm ảnh p q có giá trị thuộc tập V gọi liên kết M thỏa mãn điều kiện sau: q thuộc tập N4(p) q thuộc tập ND(p) giao hai tập N4(p) N4(q) khơng chứa điểm ảnh có giá trị thuộc V 1.2.5 Lọc nhiễu Ảnh thu nhận thường bị nhiều nên cần phải loại bỏ nhiễu Các tốn tử khơng gian dùng kỹ thuật tăng cường ảnh phân nhóm theo cơng dạng: làm trơn nhiễu, nối biên Để làm trơn nhiễu hay tách nhiễu, người ta sử dạng lọc tuyến tính (lọc trung bình, thơng thấp) lọc phi tuyến (trung vị, giả trung vị, lọc đồng hình) Từ chất nhiễu (thường tương ứng với tần số cao) từ sở lý thuyết lọc là: lọc cho tín hiệu có lẫn số thơng qua để lọc nhiễu người ta thường dùng lọc thông thấp (theo quan điểm tần số không gian) hay lấy tổ hợp tuyến tính để san (lọc trung bình) Để làm nối cạnh (ứng với tần số cao), người ta dùng lọc thông cao Laplace Phương pháp lọc nhiễu Chia làm loại: lọc tuyến tính, lọc phi luyến 1.2.6 Tách biên Biên vấn đề ta cần quan tâm xử lý ảnh Vì giai đoạn phân đoạn ảnh yếu dựa vào biên 9 Hình 1.3: Mơ tả tách biên Điểm biên: Một điểm ảnh coi điểm biên có thay đổi nhanh đột ngột mức xám (hoặc màu) Ví dụ ảnh nhị phân, điểm đen gọi điểm biên lân cận có điểm trắng Đường biên (đường bao: boundary): tập hợp điểm biên liên tiếp tạo thành đường biên hay đường bao Ý nghĩa đường biên xử lý: ý nghĩa đường biên loại đặc trưng cục tiêu biểu phân tích, nhận dạng ảnh Thứ hai người ta sử dụng biên làm phần cách vùng xám (màu) cách biệt Ngược lại người ta sử dụng vùng ảnh để tìm đường phân cách Tầm quan trọng biên: để thấy rõ tầm quan trọng biên, xét dụ sau: người họa sỹ muốn danh nhân, họa sỹ cần vẽ vài đường nứt tốc họa mà không cần vẽ cách đầy đủ 1.2.7 Phân đoạn ảnh Phân đoạn ảnh bước then chốt xử lý ảnh Giai đoạn nhằm phân tích ảnh thành vùng có tính chất dựa theo biên hay vùng liên thông Tiêu chuẩn để xác định vùng liên thơng mức xám màu hay độ nhóm Q trình phân đoạn ảnh nhằm tách đối tượng cần khảo sát khỏi phần nội dung lại ảnh, hay phân chia đối tượng ảnh thành đổi tượng riêng biệt Như trình phân đoạn ảnh q trình giảm bớt số lượng thơng tin ảnh chi giữ lại thông tin cần thiết cho ứng dụng Do phân đoạn ảnh trình loại bỏ đối tượng khơng quan tâm ảnh Có nhiều phương pháp phân đoạn ảnh khác Trong q trình phân đoạn ảnh sử dạng ngưỡng giá trị xám đề phân đoạn ảnh thành đối tượng phương pháp đơn giản Lúc điểm bên ngưỡng giá trị xám thuộc điểm ảnh ben ngưỡng giá trị xám thuộc đối tượng Phương pháp phân đoạn ảnh hiệu qua lớn ảnh nhị phân, văn in hay đồ họa 10 10 Hình 2.9: Sơ đồ kết nối tồn mạch 18 18 2.3 Chế tạo mơ hình hệ thống Hình 2.10 : Hình ảnh tổng quan mơ hình hệ thống 19 19 Hình 2.11 : Hình ảnh tổng quan mơ hình hệ thống 20 20 Hình 2.12 : Hình ảnh tổng quan mơ hình hệ thống 21 21 2.4 Lập trình cho hệ thống 2.4.1 Lưu đồ thuật tốn Arduino 22 22 Hình 2.13: Lưu đồ thuật tốn Arduino Uno 23 23 Bắt đẩu Động băng tải hoạt động gán tín hiệu đếm sản phẩm màu sàn phẩm khác giá trị đầu Chờ cảm biến hồng ngoại phát sản phẩm, xử lý chương trình Ngược lại sai thi tiếp tục chờ đến căm biến phát sàn phẩm qua Khi cảm biến phát có vật băng tải dừng lại 3s, lúc Arduino gửi tín hiệu lệnh qua Raspberry Pi Raspberry Pi tiến hành chụp ảnh thơng qua Camera Pi Chương trình bên kit Raspberry xử lý hình ảnh chụp được, nhận điện màu sắc truyền ngược lại cho kit Arduino chuỗi liệu cài đặt động tiếp tục chạy sau 3s trì hồn Nếu sản phẩm màu đỏ sau 2.7s servo đỏ gạt sản phẩm màu đỏ vào máng trượt màu đỏ đếm giá trị demd cộng lên hiển thị hình lcd Nếu sản phẩm màu xanh thi sau 5.6s servo xanh gạt sản phẩm màu xanh vào máng trượt màu xanh đếm giá trị demx cộng lên hiên thị hình lcd Nếu sản phẩm màu vàng thi sau 8.3s servo vàng gạt sàn phẩm màu vàng vào máng trượt màu vàng đếm giá trị demv cộng lên hiển thị hình lcd Nếu ba điều kiện điều sai sản phẩm lại thẳng máng trượt lại đếm giá trị deml cộng lên • Kết thúc q trình tiếp tục chờ có sản phẩm 24 24 2.4.2 Lưu đồ thuật tốn Raspberry pi Hình 2.14: Lưu đồ thuật tốn Raspberry Pi Bẳt đầu Khai báo thư viện cần sử dụng lập trình, thiết lập lệnh cằn thiết cho camera, gán giá trị max HSV màu Sau chờ tín hiệu lệnh tử kit Arduino Uno truyền qua xử lý tiếp chương trình Ngược lại sai tiếp tục chờ Khi có tín hiệu lệnh Camera số tiến hành chụp ảnh xử lý chuyến đổi ảnh màu chụp từ RGB sang HSV 25 25 Tiến hành so sánh ảnh HSV vừa chuyến đổi với giá trị HSV mặc định + Nếu giá trị nằm khoảng Max r Min r tiếp hành gửi liệu màu sang kit Arduino Uno + Nếu giá trị nằm khoảng Max b Min b thi tiếp hành gửi liệu màu xanh sang kit Arduino Uno + Nếu giá trị nằm khống Max_y Min_y tiếp hành gửi liệu màu vàng sang kit Arduino Uno + Nếu giá trị khơng nằm khống Max Min tiếp hành gửi liệu khơng có màu sang kit Arduino Uno - Kết thúc trình Raspberry tiếp tục chờ thực mệnh lệnh 2.4 Thử nghiệm hệ thống 2.4.1 Mục tiêu thử nghiệm Mục tiêu ban đầu đề tài phân loại sản phẩm theo màu sắc (màu đỏ, màu xanh, màu vàng) Dựa ngôn ngữ Python với thư viện OpenCV thực Kit Raspberry Arduino Uno Sau trình nghiên cứu thực đề tài nhóm rút nhiều vấn đề khác nhau, từ việc sử dụng phần mềm phương pháp giải thuật, sử dụng phần cứng Thời gian thực khoảng thời gian tuần Trong gồm vấn đề sau: Đối với phần cứng: Biết sử dụng Kit Raspberry Kit Arduino Uno cách điều khiển động Servo, cài đặt hệ điều hành cho raspberry, biết sử dụng Camera Pi Đối với phần mềm: Biết cách lập trình Python với thư viện OpenCV, lập trình Arduino IDE giải thuật liên quan đến để tài như: phương pháp nhận dạng, phân loại 2.4.2 Kết thử nghiệm Thử nghiệm màu vàng : 26 26 27 27 Hình 2.15 : Thử nghiệm nhận diện sản phẩm màu vàng Thử nghiệm màu xanh : 28 28 Hình 2.16 : Thử nghiệm nhận diện sản phẩm màu xanh Thử nghiệm màu đỏ: 29 29 Hình 2.17 : Thử nghiệm nhận diện sản phẩm màu đỏ 2.5 Kết quả, đánh giá hướng phát triển Kết đạt tốt : - Hệ thống nhận dạng phân loại sản phẩm theo màu sắc ngôn ngữ - Python dựa vào thư viện OpenCV Giao tiếp Raspberry Pi với Camera Pi Giao tiếp Raspberry Pi với Arduino Uno Giao tiếp Arduino với LCD Câm biến hồng ngoại Servo Relay Thiết kế thành công mơ hình phân loại sản phẩm theo màu sắc Mơ hình hoạt động ổn định Bộ xử lý trung tâm xử lý tín hiệu tốt Phân loại thành công sản phẩm đỏ, xanh, vàng, không thuộc mầu sắc kể xem sản phẩm khác, hệ thống băng chuyền phẩm hoạt động ổn định Những mặt hạn chế : Ngoài kết đạt hệ thống cịn hạn chế sau: Tốc độ xử lý chậm, hệ thống buồng ảnh chưa đáp ứng ánh sáng tốt nhất, phân loại sản phẩm theo màu sắc Chất lượng linh kiện dẫn đến hiệu suất không cao Hướng phát triển 30 30 Từ mặt hạn chế đề tài Để đề tài hoạt động tốt áp dụng vào thực tế sau nhóm đề hướng phát triển sau: Làm thành dây chuyền sản xuất với cấu hình mạnh tiến thêm chức phát sản phẩm lỗi tìm hiểu phát triển thêm chức vận hành giám sát từ xa Tuy nhiên thời gian có hạn nên chúng em chưa thể làm tốt KẾT LUẬN Qua thời gian thực đồ án môn học Đồ án điện tử nâng cao hướng dẫn tận tình gợi ý TS Hồ Mạnh Cường giúp nhóm em bổ sung học hỏi thêm nhiều kiến thức kinh nghiệm thiết kế sản phẩm thực tế cách thực hiện, quy trình trình bày, báo cáo Từ giúp chúng em hồn thành tiểu luận cách Do điều kiện thời gian kiến thức hạn chế vấn đề kinh phí nên sản phẩm nhóm em cịn nhiều hạn chế chất lượng linh kiện chưa cao dẫn đến tỉ lệ nhận diện xác chưa cao Sản phẩm cịn mức thử nghiệm sơ bộ, mơ hình Bài làm nhóm em khơng tránh khỏi sai sót, chưa hồn hảo, em mong nhận ý kiến, nhận xét, đóng góp, góp ý Thầy bạn để nhóm em có thêm kinh nghiệm, sở kiến thức, tạo lập tiền đề giúp nhóm em hồn thành tốt sản phẩm Đó tiền đề để nhóm em có thêm kinh nghiệm cho việc làm sau 31 31 Chúng em xin chân thành cảm ơn TS Hồ Mạnh Cường Thầy/Cô Khoa Điện Tử Viễn Thông trường Đại học Điện Lực dạy dỗ chúng em, giúp chúng em có kiến thức bản, tổng quan để em có tảng kiến thức thực sản phẩm áp dụng cho sau làm Bài báo cáo nhóm em đến hết Một lần em xin chân thành cảm ơn Thầy Cô bạn ! TÀI LIỆU THAM KHẢO [1] Hà Duy Khành, Đồ án Phân loại sàn phẩm dùng Kit Raspberry, Đồ Án Tốt Nghiệp Đại Học, Trường Đại Học Sư Phạm Kỹ Thuật Thành Phố Hồ Chí Minh, 2018 [2] Wolfram Donat, Learn Raspberry Pi Programming with Python, Paul Manning, 2014 [3] Doxygen ,OpenCV - Python Tutorials”, https://docs.opencv.org/, 2018 32 32