Um mich mit der Bilderkennung ein bisschen vertraut zu machen, habe ich mir erst ein einfache Aufgabe gestellt: Das Bild einer Schraube soll so bearbeitet werden, dass man die Umrisse als Objekt an der Hand hat. Möglicherweise kann man mit dieser Information später auch eine Klassifizierung der Schraube vornehmen. Links also das Foto und rechts der erkannte Umriss.
Womit soll’s gemacht werden?
Wie sieht der vorläufige Technologie-Stack aus? Was ich bisher schon konkret ins Auge gefasst habe.
- Bilderkennung auf Raspberry Pi
- Bibliothek OpenCV 3.1 mit Python-Binding
- Eclipse Mars mit PyDev-Plugin auf Ubuntu
- Servomotor für Schließer
- Schrittmotor für drehbare Rutsche
- Webcam für Aufnahmen
- LED-Band für indirekte Beleuchtung der Aufnahme
Idee
So ungefähr habe ich mir eine Lösung vorgestellt: über eine Schiene rutscht die Schraube bis zu einem Schließer. Dort wird sie über eine Bilderkennung klassifiziert und durch eine drehbare Rutsche nach dem Öffnen des Schließers in die Kästen geleitet.
Der Anfang
Im Laufe der Jahre sammeln sich in meinem Bastelkeller in verschiedenen Gefäßen immer wieder mehr oder wenig große Mengen von Schrauben verschiedenster Größen und Arten. Dies ist für die Schrauben dann meist der Endzustand, denn wegschmeißen geht bei fabrikneuen Schrauben natürlich nicht. Wie kann man aus diesem Dilemma herauskommen? – Indem man sie wieder sortiert. Per Hand allerdings zu aufwändig. Also brauche ich eine Sortiervorrichtung, die das für mich erledigt.
In diesem Blog werde ich mein Vorhaben dokumentieren eine solche Vorrichtung zu erstellen. Das kann ein paar Monate oder aber auch ein paar Jahre dauern. Aber am Ende werden die Schrauben sortiert in ihren Kästen liegen.