VEXcode V5 पायथन में AI विज़न सेंसर के साथ कोडिंग

सुनिश्चित करें कि आपके पास रंग हस्ताक्षर और रंग कोड आपके एआई विजन सेंसर के साथ कॉन्फ़िगर किए गए हैं ताकि उनका उपयोग आपके ब्लॉक के साथ किया जा सके। इन्हें कॉन्फ़िगर करने के तरीके के बारे में अधिक जानने के लिए, आप नीचे दिए गए लेख पढ़ सकते हैं:

• VEXcode V5 में AI विज़न सिग्नेचर के साथ रंगीन हस्ताक्षर कॉन्फ़िगर करना
• VEXcode V5 में AI विज़न सेंसर के साथ रंग कोड कॉन्फ़िगर करना

एआई विजन सेंसर एआई वर्गीकरण और अप्रैलटैग का भी पता लगा सकता है। इन पहचान मोडों को सक्षम करने का तरीका जानने के लिए यहां जाएं:

• AI विज़न सेंसर के साथ AI वर्गीकरण का उपयोग करना
• एआई विज़न सेंसर के साथ अप्रैलटैग्स का उपयोग

इन अलग-अलग कमांडों के बारे में अधिक जानकारी और VEXcode में उनका उपयोग करने के तरीके के बारे में जानने के लिए, API साइट पर जाएं।

---

AI विज़न सेंसर से दृश्य डेटा प्राप्त करें

प्रत्येक AI विज़न सेंसर कमांड कॉन्फ़िगर किए गए AI विज़न सेंसर के नाम से शुरू होगा। इस आलेख में दिए गए सभी उदाहरणों के लिए, प्रयुक्त AI विज़न सेंसर का नाम ai_vision_1होगा।

आशुचित्र लें

take_snapshot विधि, AI विज़न सेंसर द्वारा वर्तमान में देखी जा रही वस्तु का चित्र लेती है तथा उस स्नैपशॉट से डेटा खींचती है, जिसका उपयोग किसी परियोजना में किया जा सकता है। जब स्नैपशॉट लिया जाता है, तो आपको यह निर्दिष्ट करना होगा कि AI विज़न सेंसर को किस प्रकार की वस्तु का डेटा एकत्र करना चाहिए:

• एरंग हस्ताक्षर यारंग कोड
  • ये विज़ुअल हस्ताक्षर AI विज़न सेंसर के नाम, डबल अंडरस्कोर और फिर विज़ुअल हस्ताक्षर के नाम से शुरू होते हैं, उदाहरण के लिए: ai_vision_1__Blue।
• AI वर्गीकरण - AiVision.ALL_AIOBJS
• अप्रैलटैग्स- AiVision.ALL_TAGS

स्नैपशॉट लेने से आपके द्वारा निर्दिष्ट सभी ज्ञात ऑब्जेक्ट्स का एक टपल बन जाएगा। उदाहरण के लिए, यदि आप "नीले" रंग हस्ताक्षरका पता लगाना चाहते हैं, और AI विज़न सेंसर ने 3 अलग-अलग नीली वस्तुओं का पता लगाया है, तो तीनों से डेटा को टपल में रखा जाएगा।

इस उदाहरण में, वेरिएबल vision_objects एक टपल को संग्रहीत करता है जिसमें AI विजन सेंसर से पता लगाए गए "बैंगनी"रंग हस्ताक्षर होते हैं, जिसका नाम ai_vision_1है। यह पता लगाई गई वस्तुओं की संख्या प्रदर्शित करता है तथा प्रत्येक 0.5 सेकंड में एक नया स्नैपशॉट कैप्चर करता है।

while True: 
    # सभी बैंगनी रंग के हस्ताक्षरों का एक स्नैपशॉट प्राप्त करें और इसे vision_objects में संग्रहीत करें।
    vision_objects = ai_vision_1.take_snapshot(ai_vision_1__Purple)
    
    # डेटा खींचने से पहले यह सुनिश्चित करने के लिए जांचें कि स्नैपशॉट में कोई ऑब्जेक्ट पाया गया था।
    if vision_objects[0].exists == True
    
        brain.screen.clear_screen()
        brain.screen.set_cursor(1, 1)
    
        brain.screen.print("Object count:", len(vision_objects))
    wait(0.5, SECONDS)

ऑब्जेक्ट गुण

स्नैपशॉट से प्रत्येक ऑब्जेक्ट के अलग-अलग गुण होते हैं जिनका उपयोग उस ऑब्जेक्ट के बारे में जानकारी देने के लिए किया जा सकता है। उपलब्ध संपत्तियां इस प्रकार हैं:

• पहचान
• केंद्रX और केंद्रY
• मूलX और मूलY
• चौड़ाई
• ऊंचाई
• कोण
• अंक
• मौजूद है

किसी ऑब्जेक्ट के गुण तक पहुंचने के लिए, टपल को संग्रहीत करने वाले वेरिएबल नाम का उपयोग करें, उसके बाद ऑब्जेक्ट इंडेक्स का उपयोग करें।

ऑब्जेक्ट इंडेक्स यह इंगित करता है कि आप किस विशिष्ट ऑब्जेक्ट का गुण प्राप्त करना चाहते हैं। स्नैपशॉट लेने के बाद, AI विज़न सेंसर स्वचालित रूप से वस्तुओं को आकार के अनुसार क्रमबद्ध कर देता है। सबसे बड़ी वस्तु को सूचकांक 0 दिया जाता है, जबकि छोटी वस्तुओं को उच्च सूचकांक संख्या दी जाती है।

उदाहरण के लिए, vision_objects चर के अंदर सबसे बड़े ऑब्जेक्ट की चौड़ाई को कॉल करना होगा: vision_objects[0].width।

पहचान

आईडी संपत्ति केवल अप्रैल टैग और एआई वर्गीकरण के लिए उपलब्ध है।

अप्रैलटैग्स और एआई वर्गीकरण और एआई विजन यूटिलिटी में उनका पता लगाने को सक्षम करने के तरीके के बारे में अधिक जानकारी के लिए इन लेखों पर जाएं।

केंद्र और केंद्रY

यह पिक्सेल में पता लगाई गई वस्तु का केंद्र निर्देशांक है।

इस उदाहरण में, क्योंकि AI विज़न सेंसर के दृश्य का केंद्र (160, 120) है, रोबोट तब तक दाईं ओर मुड़ेगा जब तक कि किसी ज्ञात वस्तु का केंद्रX निर्देशांक 150 पिक्सेल से अधिक, लेकिन 170 पिक्सेल से कम न हो जाए।

while True:
    # सभी नीले रंग के हस्ताक्षरों का एक स्नैपशॉट प्राप्त करें और इसे vision_objects में संग्रहीत करें।
    vision_objects = ai_vision_1.take_snapshot(ai_vision_1__Blue)

    # डेटा खींचने से पहले यह सुनिश्चित करने के लिए जांचें कि स्नैपशॉट में ऑब्जेक्ट का पता लगाया गया था।
    if vision_objects[0].exists == True

        # जांचें कि क्या ऑब्जेक्ट AI विज़न सेंसर के दृश्य के केंद्र में नहीं है।
        if vision_objects[0].centerX > 150 और 170 > vision_objects[0].centerX:

            # जब तक ऑब्जेक्ट दृश्य के केंद्र में न हो, तब तक दाईं ओर मुड़ते रहें।
            drivetrain.turn(RIGHT)
        else:
            drivetrain.stop()
    wait(5, MSEC)

मूलX और मूल

OriginX और OriginY पिक्सेल में पता लगाई गई वस्तु के ऊपरी-बाएँ कोने पर निर्देशांक है।

चौड़ाई और ऊंचाई

यह पिक्सेल में पता लगाई गई वस्तु की चौड़ाई या ऊंचाई है।

इस उदाहरण में, ऑब्जेक्ट की चौड़ाई का उपयोग नेविगेशन के लिए किया जाता है। रोबोट तब तक वस्तु के पास जाएगा जब तक कि चौड़ाई एक विशिष्ट आकार तक नहीं पहुंच जाती, उसके बाद वह रुक जाएगा।

while True:
    # सभी नीले रंग के हस्ताक्षरों का एक स्नैपशॉट प्राप्त करें और इसे vision_objects में संग्रहीत करें।
    vision_objects = ai_vision_1.take_snapshot(ai_vision_1__Blue)

    # डेटा खींचने से पहले यह सुनिश्चित करने के लिए जांचें कि स्नैपशॉट में कोई ऑब्जेक्ट पाया गया था।
    if vision_objects[0].exists == True

        # इसकी चौड़ाई को मापकर जांचें कि क्या सबसे बड़ी वस्तु AI विजन सेंसर के करीब है।
        if vision_objects[0].width < 250:

            # जब तक यह 250 पिक्सेल से अधिक चौड़ा न हो जाए, तब तक ऑब्जेक्ट के करीब ड्राइव करें।
            drivetrain.drive(FORWARD)
        else:
            drivetrain.stop()

    wait(5, MSEC)

कोण

अंक

स्कोर गुण का उपयोग AI विज़न सेंसर के साथAI वर्गीकरण का पता लगाने के दौरान किया जाता है।

मौजूद है

मौजूद है गुण का उपयोग यह पता लगाने के लिए किया जाता है कि क्या निर्दिष्ट दृश्य हस्ताक्षर अंतिम बार लिए गए स्नैपशॉट में पहचाना गया है।

इससे आप यह जांच सकते हैं कि पिछले स्नैपशॉट में कोई ऑब्जेक्ट पाया गया था या नहीं। यह गुण तब सत्य लौटाएगा जब कोई ऑब्जेक्ट मौजूद होगा, तथा जब ऑब्जेक्ट मौजूद नहीं होगा तो असत्य लौटाएगा।