14. AI模块启蒙
14.1. 应用编程接口说明
'''
导入 enlighten 模块
'''
from openaie import enlighten_com
'''
类：AI模块启蒙
参数:
port: 端口号(1或7)
'''
class enlighten_com(port)
'''
等待模块连接
'''
enlighten_com.wait_connect()
'''
设置模块工作模式
@m:
"qrcode scan" -- 二维码扫描
"mask detect" -- 口罩检测
"image class" -- 图像检测分类
"color recognition" -- 颜色识别
'''
enlighten_com.set_mode(m)
'''
请求数据
@m:
"qrcode" -- 二维码信息
"mask detect" -- 口罩检测结果
"image class" -- 图像检测分类结果
"red blob" -- 红色色块
"green blob" -- 蓝色色块
"blue blob" -- 绿色色块
'''
enlighten_com.request_data(m)
'''
读取二维码扫描结果
@return 二维码信息
'''
enlighten_com.read_qrcode_info()
'''
读取色块信息
@return
[x, y, w, h, pixels]
x, y 为色块中心坐标
w, h 为色块的宽和高
pixels 为色块内像素数
Example:
x, y, w, h, pixels = enlighten_com.read_blob_info()
# 或者
res = enlighten_com.read_blob_info()
x = res[0]
y = res[1]
w = res[2]
h = res[3]
pixels = res[4]
'''
enlighten_com.read_blob_info()
'''
读取检测结果
@return
[x, y, w, h, classid, confidence]
x, y 为边界框的中心坐标
w, h 为边界框的宽和高
classid 为分类结果
confidence 为置信度
Example:
x, y, w, h, classid, confidence = enlighten.read_detect_info()
# 或者
res = enlighten_com.read_detect_info()
bbox = res[0:4] # 边界框参数
classid = res[4] # 分类结果
confidence = res[5] # 置信度
'''
enlighten_com.read_detect_info()
14.2. 案例
1. 二维码扫描
import time, lcd
from openaie import *
dev = enlighten_com(1) # 启蒙模块连接到端口1
dev.wait_connect() # 等待模块链连接
dev.set_mode("qrcode scan") # 设为二维码扫描模式
lcd.clear(color=(0,0,0))
lcd.rotation(0)
lcd.draw_string(10, 10, "二维码扫描", fc=(0,0,255), bc=(0,0,0))
lcd.display()
while True:
if dev.request_data("qrcode") : # 请求二维码扫描结果
info = dev.read_qrcode_info()
lcd.clear(color=(0,0,0))
lcd.draw_string(10, 10, info, fc=(0,0,255), bc=(0,0,0))
lcd.display()
time.sleep_ms(200)
2. 口罩检测
口罩检查模型的分类结果中，classid为0表示没有戴口罩，1表示戴了口罩。
分类标签映射 label_map = {0: ‘unmask’, 1: ‘mask’}
Example:
import time, lcd
from openaie import *
dev = enlighten_com(1) # 启蒙模块连接到端口1
dev.wait_connect() # 等待模块链连接
dev.set_mode("mask detect") # 设为口罩检测
tts = tts(7)
lcd.clear(color=(0,0,0))
lcd.rotation(0)
lcd.draw_string(10, 10, "口罩检测提醒", fc=(0,0,255), bc=(0,0,0))
lcd.display()
last_play_time = 0
while True:
if dev.request_data("mask detect") : # 请求口罩检测结果
res = dev.read_detect_info()
classid = res[4] # 分类结果
conf = res[5] # 可信度
if (classid == 0) :
info = "请你带好口罩"
print("没戴口罩，可信度%d%%"%(conf*100))
else :
info = "你好"
print("戴了口罩，可信度%d%%"%(conf*100))
delta = time.ticks_diff(time.ticks_ms(), last_play_time)
if (delta > 2000): # 播放间隔大于2S
tts.play(info) # 语音播报
last_play_time = time.ticks_ms()
lcd.clear(color=(0,0,0))
lcd.draw_string(10, 10, info, fc=(0,0,255), bc=(0,0,0))
lcd.display()
time.sleep_ms(200)
3. 图像检测分类
模块内置的图像检测分类模型能对以下20中物品检测识别
# 分类标签映射
label_map = {0:'airplane',
1:'bicycle',
2:'bird',
3:'steamship',
4:'bootle',
5:'bus',
6:'car',
7:'cat',
8:'cheer',
9:'ox',
10:'dining-table',
11:'dog',
12:'horse',
13:'motobike',
14:'person',
15:'flowerpot',
16:'sheep',
17:'sofa',
18:'train',
19:'tetevision'}
Example:
import time, lcd
from openaie import *
dev = enlighten_com(1) # 启蒙模块连接到端口1
dev.wait_connect() # 等待模块链连接
dev.set_mode("image class") # 设为图像分类
tts = tts(7)
lcd.clear(color=(0,0,0))
lcd.rotation(0)
lcd.draw_string(10, 10, "图像识别分类", fc=(0,0,255), bc=(0,0,0))
lcd.display()
# 20class 分类的分类标签
label = ("飞机", "自行车", "小鸟", "轮船", "瓶子", "公共汽车", "汽车", "猫", "椅子", "牛", \
"餐桌", "狗", "马", "摩托车", "人", "花盆", "羊", "沙发", "火车", "电视")
last_play_time = 0
while True:
if dev.request_data("image class") : # 请求二维码扫描结果
res = dev.read_detect_info()
info = "识别为: %s, 可信度: %d%%"%(label[res[4]], res[5]*100)
delta = time.ticks_diff(time.ticks_ms(), last_play_time)
if (delta > 2000): # 播放间隔大于2S
tts.play(label[res[4]]) # 语音播报
last_play_time = time.ticks_ms()
lcd.clear(color=(0,0,0))
lcd.draw_string(10, 10, info, fc=(0,0,255), bc=(0,0,0))
lcd.display()
time.sleep_ms(200)
4. 颜色识别
Example: 识别色块
import time, lcd
from openaie import *
dev = enlighten_com(1) # 启蒙模块连接到端口1
dev.wait_connect() # 等待模块链连接
dev.set_mode("color recognition") # 设为颜色识别描模式
while True:
if dev.request_data("red blob") : # 请求红色色块结果
x, y, w, h, pixels = dev.read_blob_info()
print("coordiante: %d, %d pixels: %d"%(x, y, pixels))
time.sleep_ms(100)