# VAM\_CV SDK ## Installation 1\. Download package VAM\_CV and requirements.txt ลงในโฟลเดอร์ที่ติดตั้ง Visual environment และไลบารี่ OpenCV {% file src="" %} industry mahine vision {% endfile %} {% file src="" %} requirements.txt {% endfile %} * เปิด requirements.txt ทำการลบบรรทัด pkg-resources==0.0.0 และบันทึกการแก้ไข 2\. เปิด terminal เข้าโฟลเดอร์ที่ติดตั้ง Visual environment และไลบารี่ OpenCV ``` $ cd opencv ``` 3\. เปิด Visual environment ``` ## windows $ \env\Scripts\activate.bat ## ubuntu & mac $ source venv/bin/activate ``` 4\. installation ``` $ pip install industry_machine_vision-0.0.1-py3-none-any.whl $ pip install -r requirements.txt ``` * check package in env 5\. command “code .” in terminal 6\. create file vam\_color.py and vam\_measuring.py ## SDK ### Color ประกอบไปด้วน 2 ฟังก์ชันการทำงาน **1. visualize\_colors** ใช้ในการค้นหาค่าสีภายในภาพด้วยการรับค่าจำนวนกลุ่มสีจากผู้ใช้มาใช้ในการแบ่งกลุ่มของข้อมูลสีภายในภาพ ซึ่งผลลัพธ์ที่ได้จะมี 2 อย่างคือ ภาพผลลัพธ์การจัดกลุ่มค่าสีที่ผู้ใช้ต้องการและค่าสี RGB ทั้งหมดที่ได้จากการจัดกลุ่ม โดยจะเรียงลำดับจากค่าสีที่พบน้อยที่สุดไปจนถึงค่าสีที่พบมากที่สุดตามลำดับ ``` $ visualize_colors(image, group_colors, height=None, width=None) ``` **Parameters:** * image => ภาพสี RGB ที่ผู้ใช้ต้องการ * group\_colors (*integer*) => จำนวนกลุ่มสีที่ผู้ใช้ต้องการ * height (*integer or None*) => ความสูงของภาพผลลัพธ์การจัดกลุ่มค่าสี * width (*integer or None*) => ความกว้างของภาพผลลัพธ์ค่าสี **Return:** * image => ภาพผลลัพธ์การจัดกลุ่มค่าสี * RGB(list) => ค่าสี RGB ทั้งหมดที่ได้จากการจัดกลุ่มสี **Example:** ``` color = VamCV.color() img,list_colors = color.visualize_colors(image,7) print(list_colors) cv2.imshow("Image",img) cv2.waitKey(0) ``` ![](https://1856353139-files.gitbook.io/~/files/v0/b/gitbook-legacy-files/o/assets%2F-MClo3nC-1US0rbK8Qau%2F-MHz691Dl4Y7ftD7zCJU%2F-MHzDuugxrFiUCCTR87w%2FScreenshot%20from%202020-09-24%2015-28-37.png?alt=media\&token=7e12c715-c339-46cf-9aca-805a14aab3e8) **2. color\_detection** ใช้ตรวจจับสีที่ผู้ใช้ต้องการได้เพียงสีเดียว โดยการรับค่าสี RGB ที่ผู้ใช้ต้องการมาเปลี่ยนเป็นค่าสี HSV เพื่อใช้ในการตรวจจับสีในภาพ ซึ่งฟังก์ชันนี้สามารถรับค่าสี RGB จากฟังก์ชัน visualize\_colors มาใช้ได้ ``` $ color_detection(image, RGB, range_HSV=None, area=None) ``` **Parameters:** * image => ภาพสี RGB ที่ผู้ใช้ต้องการ * RGB (*integer(R,G,B)*) => ค่าสีหรือความสว่างที่มีค่าตั้งแต่ 0-255 ต่อหนึ่งช่องสี * range\_HSV (*integer or None*) => ค่าช่วงความต่างที่จะนำมาใช้คำนวณหาค่าสีสูงสุดและต่ำสุดของค่าสี HSV เพื่อใช้ในารตรวจจับ * area (*integer or None*) => พื้นที่ขั้นต่ำของค่าสีที่ผู้ใช้ต้องการ หากพื้นที่ของค่าสีที่เจอมีค่าน้อยกว่าจะไม่ถูกนำมาพิจารณา (pixel) **Return:** * image => ภาพการตรวจจับค่าสี * boxes(list) => พิกัดตำแหน่งของค่าสีที่ได้จากการวาดกรอบตรวจจับ ประกอบด้วย จุดคู่อันดับด้านซ้ายบน, จุดคู่อันดับด้านขวาบน, จุดคู่อันดับด้านล่างขวาและจุดคู่อันดับด้านซ้ายล่างของกรอบตรวจจับ ตามลำดับ **Example:** ``` color = VamCV.color() Red = (255,0,0) img,points = color.color_detection(img, Red, range_HSV=40) print(points) cv2.imshow("Image",img) cv2.waitKey(0) ``` ***ขั้นตอนการเรียกใช้งานใน vam\_color.py*** * import package * สร้างตัวแปรเรียกใช้ class color * รับภาพ * เรียกใช้ฟังก์ชันในการหาค่าสีและตรวจจับสี * save and run "python vam\_color.py" on terminal **Code** ``` import cv2 import imutils from industry_machine_vision import VamCV color = VamCV.Color() image = cv2.imread("path/your/image.jpg") image = imutils.resize(image,width=500) img,num = color.visualize_colors(image,7) cv2.imshow("color",img) detect,p = color.color_detection(image,num[0],40) cv2.imshow("detect",detect) cv2.waitKey(0) ``` ![](https://1856353139-files.gitbook.io/~/files/v0/b/gitbook-legacy-files/o/assets%2F-MClo3nC-1US0rbK8Qau%2F-MHz691Dl4Y7ftD7zCJU%2F-MHzEorgFoTH0MhQJEEk%2FScreenshot%20from%202020-09-24%2015-33-33.png?alt=media\&token=3d8c145e-9070-4f8d-bd5b-d0b35192c76d) ### Measurement Object ![](https://1856353139-files.gitbook.io/~/files/v0/b/gitbook-legacy-files/o/assets%2F-MClo3nC-1US0rbK8Qau%2F-MII6kB5GuybZQaHjFJV%2F-MIJ6o2Qj9MQr1d4MYLH%2Fcoins.jpg?alt=media\&token=3edf46dd-eb63-4507-a850-1209e7aef4ee) ประกอบไปด้วน 2 ฟังก์ชันการทำงาน **1. optimize\_image** ใช้ในการปรับปรุงภาพอย่างง่าย เพื่อใช้ในการหาจุดคู่อันดับ 4 จุดของกรอบตรวจจับวัตถุหรือชิ้นส่วน (จุดคู่อันดับด้านซ้ายบน, จุดคู่อันดับด้านขวาบน, จุดคู่อันดับด้านล่างขวาและจุดคู่อันดับด้านซ้ายล่างตามลำดับ) ``` $ optimize_image(image, lower_threshold, upper_threshold, area=None) ``` **Parameters:** * image => ภาพสี RGB ที่ผู้ใช้ต้องการ * lower\_threshold (integer) => ขีดจำกัดต่ำสุดสำหรับกระบวนการลบภาพพื้นหลัง มีค่าตั้งแต่ 0-255 * upper\_threshold (integer) => ขีดจำกัดสูงสุดสำหรับกระบวนการลบภาพพื้นหลัง มีค่าตั้งแต่ 0-255 * area (integer or None) => พื้นที่ขั้นต่ำของค่าสีที่ผู้ใช้ต้องการ หากพื้นที่ของค่าสีที่เจอมีค่าน้อยกว่าจะไม่ถูกนำมาพิจารณา (pixel) **Return:** * boxes\[list(float)]: จุดคู่อันดับ 4 จุด(จุดคู่อันดับด้านซ้ายบน, จุดคู่อันดับด้านขวาบน, จุดคู่อันดับด้านล่างขวาและจุดคู่อันดับด้านซ้ายล่างตามลำดับ) **Example:** ``` mr = VamCV.MeasurementObject() points = optimize_image(image, 80, 100) print(points) ``` ![](https://1856353139-files.gitbook.io/~/files/v0/b/gitbook-legacy-files/o/assets%2F-MClo3nC-1US0rbK8Qau%2F-MII6kB5GuybZQaHjFJV%2F-MIJ6yYBCxxPorECEMa2%2FScreenshot%20from%202020-09-28%2016-51-19.png?alt=media\&token=e6ed82c4-d142-44ce-93a6-ffc7f4126e76) **2. measuring** ใช้ในการวัดความสูงของวัตถุหรือชิ้นส่วน โดยจะทำการรับค่าจุดคู่อันดับทั้ง 4 จุดของกรอบตรวจจับวัตถุ(จุดคู่อันดับด้านซ้ายบน, จุดคู่อันดับด้านขวาบน, จุดคู่อันดับด้านล่างขวาและจุดคู่อันดับด้านซ้ายล่างตามลำดับ) ขนาดความกว้างจริงของวัตถุหรือชิ้นส่วนพร้อมหน่วยวัดที่ต้องการ ``` $ measuring(image, boxes, real_width, unit) ``` **Parameters:** * image – ภาพสี RGB ที่ผู้ใช้ต้องการ * boxes (*list*) – จุดคู่อันดับทั้ง 4 จุดของกรอบตรวจจับวัตถุ(จุดคู่อันดับด้านซ้ายบน, จุดคู่อันดับด้านขวาบน, จุดคู่อันดับด้านล่างขวาและจุดคู่อันดับด้านซ้ายล่างตามลำดับ) * real\_width (*integer*) – ขนาดความกว้างจริงของวัตถุ * unit (*string*) – มาตรวัดขนาดความกว้างจริงของวัตถุ **Return:** * scale(list): ความกว้าง ความสูงและจุดคู่อันดับของวัตถุที่วัดได้(จุดคู่อันดับด้านซ้ายบน, จุดคู่อันดับด้านขวาบน, จุดคู่อันดับด้านล่างขวาและจุดคู่อันดับด้านซ้ายล่างตามลำดับ) **Example:** ``` mr = VamCV.MeasurementObject() measuring = mr.measuring(image,points,2,'cm') print(measuring) ``` ***ขั้นตอนการเรียกใช้งาน vam\_measuring.py*** * import package * สร้างตัวแปรเรียกใช้ class color * รับภาพ * เรียกใช้ฟังก์ชันในการหาจุดพิกัดวัตถุและตรวจวัดขนาด * save and run "python vam\_measuring.py" on terminal **Code** ``` import cv2 import imutils from industry_machine_vision import VamCV mr = VamCV.MeasurementObject() image = cv2.imread("path/your/image.jpg") image = imutils.resize(image,width=500) points = mr.optimize_image(image,180,255) print(points) measuring = mr.measuring(image,points,2,'cm') print(measuring) ``` ![](https://1856353139-files.gitbook.io/~/files/v0/b/gitbook-legacy-files/o/assets%2F-MClo3nC-1US0rbK8Qau%2F-MII6kB5GuybZQaHjFJV%2F-MIJ7CeGsveCCG2AGCZr%2FScreenshot%20from%202020-09-28%2016-52-21.png?alt=media\&token=367f97eb-3585-415c-9b3f-910b7b8e5e15)