Différences

Ci-dessous, les différences entre deux révisions de la page.

--- diy:projets:approximationvitesse [2018/07/19 09:46] – [Idée générale] sdurand
+++ diy:projets:approximationvitesse [2018/07/19 12:41] (Version actuelle) – [Bilan et sources du projet] sdurand
@@ Ligne 5: / Ligne 5: @@
 //**Je ne garantis en aucun cas la qualité de la méthode présentée ci-dessous ou de la précision qu'elle permet d'obtenir. De plus, cette implémentation peut très vite donner des résultats aberrants quand plusieurs objets en mouvements sont dans le champ de vision de la caméra (ou encore quand vous ne respectez pas la disposition décrite par le schéma ci-dessous).**//
-Avec ce nouveau projet, nous allons **estimer la vitesse** d'un objet se déplaçant **perpendiculairement à la caméra** de notre Raspberry à une **distance donnée** en utilisant **OpenCV**, comme illustré par le schéma ci-dessous.
+Avec ce nouveau projet, nous allons **estimer la vitesse** d'un objet se déplaçant **perpendiculairement à la caméra** de notre Raspberry à une **distance donnée** (en utilisant **OpenCV**), comme illustré par le schéma ci-dessous.
 {{:diy:projets:scheme.png?400|}}
@@ Ligne 70: / Ligne 70: @@
 import math
-# On calcule au préalable la distance en mètre que va représenté un pixel de l'image (fov: field of view, voyez les specs de votre caméra pour avoir la bonne valeur)
+# On calcule au préalable la distance en mètre que va représenter un pixel de l'image (fov: field of view, voyez les specs de votre caméra pour avoir la bonne valeur)
 fov = math.radians(53.5)
 meters_per_pixel = 2 * math.sin(fov/2) * float(sys.argv[1])/width
@@ Ligne 81: / Ligne 81: @@
 Malheureusement, je n'ai trouvé personne sur internet qui avait réalisé un tel système de cette façon, **vous devrez donc vous montrer méfiant par rapport aux résultats obtenus.**
-Il semblerai quand même que les résultats qu'on obtient soient cohérents à vitesse de marche/course, mais il serait préférable d'**effectuer plus de tests avant d'utiliser cette technique dans une application**. De plus, **la méthode même dans le cas où elle serait prouvée correcte reste approximative**. **Évitez donc d'utiliser cette technique dans des applications nécessitant de la précision**.
+Il semblerai quand même que les résultats qu'on obtient soient cohérents à vitesse de marche/course, mais il serait préférable d'**effectuer plus de tests avant d'utiliser cette technique dans une application**. De plus, **la méthode même dans le cas où elle serait prouvée correcte reste approximative, évitez donc d'utiliser cette technique dans des applications nécessitant de la précision**.
 <code Python>