| data | ||
| test_data | ||
| CMakeLists.txt | ||
| colors.h | ||
| config.json | ||
| controller.cpp | ||
| controller.h | ||
| cvimagewidget.h | ||
| detectionprocessing.cpp | ||
| detectionprocessing.h | ||
| filenames.cpp | ||
| filenames.h | ||
| License.md | ||
| main.cpp | ||
| mainwindow.cpp | ||
| mainwindow.h | ||
| mainwindow.ui | ||
| Makefile | ||
| neuralnet.cpp | ||
| neuralnet.h | ||
| processing.cpp | ||
| processing.h | ||
| processingstep.h | ||
| rateprocessing.cpp | ||
| rateprocessing.h | ||
| Readme.md | ||
Rate my Haselnuss
Visually guess the taste of a hazelnut
Disclaimer
This program has been created as part of my image processing practical course at the FH Aachen. Therefore some parts of this are in german. If you're interested in this and have trouble understanding it, do not hesitate to contact me: I'll gladly translate it for you to english.
License
This program is lincesed under MIT. See License.md for details.
Idee
Dieses Programm versucht Haselnüsse visuell nach ihrem Geschmack zu klassifizieren, insbesondere die Erkennung der schlecht schmeckenden soll gelingen.
Technische Vorraussetzungen
Dieses Programm benutzt CMake und kann wie jedes andere CMake-Projekt kompiliert werden:
mkdir build
cd build
cmake ..
make
Grundsätzlich sollte dieses Programm platformunabhängig sein. Getestet ist dieses jedoch nur unter Linux. Insbesondere die direkte Aufnahme der Fotos über die Android Debug Bridge (ADB) funktioniert nur unter Linux.
Folgende Libraries werden benötigt:
- Qt5
- OpenCV 3.1
- fann 2.2 (Fast Artificial Neural Network Library, http://leenissen.dk/fann/wp/)
- JsonCPP https://github.com/open-source-parsers/jsoncpp
Aufnahmebedingungen
Aufnahmebedingungen für Eingabedaten:
- Heller, einfarber Hintergrund mit einem H-Wert (im HSV-Farbraum) von über 70
- Lockere Anordnung
- Senkrechte Aufnahme aus ca. 18 cm Entfernung.
- Senkrechte Beleuchtung (z.B. Blitz)
- Auflösung des Bildsensors: 4160x3120
Alle Zahlenwerte können geändert werden, wenn die Konfiguration entsprechend angepasst wird. Die aktuelle Konfiguration ist allerdings nur unter diesen Bedingungen getestet. Abweichende Bedingungen können schlechtere Ergebnisse liefern.
Bedienung
Die Bedienung des Programmes sollte relativ selbsterklärend sein. Man läd ein Bild in die Applikation und erhält eine Klassifikation der Nüsse visuell angezeigt. Unter dem Konfigurationstab können die Erkennungs- und Bewertungsschritte nachvollzogen und angepasst werden. Einige Zahlenwerte können hier ebenfalls konfiguriert werden.