Différences

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

--- diy:projets:piegephoto [2018/05/27 17:13] – créée ecausse
+++ diy:projets:piegephoto [2018/05/28 08:55] (Version actuelle) – [Prise de la photo] ecausse
@@ Ligne 4: / Ligne 4: @@
 <wrap lo>l'intégralité du code se trouve [[https://github.com/RenoRincevent/BePython/blob/master/piegePhoto.py|ici]]</wrap>
-Pour ce programe, non seulement il nous faudrait importer les librairie //cv2// et //numpy// mais nous avons
+Pour ce programme, non seulement il nous faudra importer les librairie //cv2// et //numpy// mais nous avons
-aussi besoin de la librairie //time// et //Thread// ainsi que //Event//, ces trois dernières librairie seront utile
+aussi besoin de la librairie //time// et //Thread// ainsi que //Event//, ces trois dernières librairie seront utile dans le thread pour prendre les photos lors de mouvement dans la capture de vidéo.
-dans le thread pour prendre les photo lors de mouvement dans la capture de vidéo.
 <code python>
 import cv2
@@ Ligne 16: / Ligne 15: @@
 Le début du programme ce fait exactement comme la [[diy:projets:motiondetection|détection de mouvement]].
-Avant la boucle while, on créé un thread //myThread// pour la fonction //takePicture()// qui va nous servir par
+Avant la boucle while, on crée un thread //myThread// pour la fonction //takePicture()// qui va nous servir par
-la suite a prendre la photo.
+la suite à prendre la photo.
 Dans le début de la boucle while on exécute un flou gaussien et un seuillage (comme vu dans Motion Detection):
 <code python>
@@ Ligne 41: / Ligne 40: @@
     thresh = cv2.dilate(thresh, kernel, iterations=2)
 </code>
-Puis lors des recherche de contours de l'image dilaté, on créé une variable //area//, qu'on initialise à 0.
+Puis lors des recherches de contours de l'image dilaté, on crée une variable //area//, qu'on initialise à 0.
-Cela va nous servir par la suite a voir si il a un contour dans l'image, et donc du mouvement.
+Cela va nous servir par la suite à voir s'il y a un contour dans l'image, et donc du mouvement.
-Lors du parcours des contours: tout les petits objets sont ignores, et on enregistre l'air du contour pour
+Lors du parcours des contours: tout les petits objets sont ignorés, et on enregistre l'aire du contour pour
 la suite.
-Enfin, si il y a une aire dans l'image, et donc un mouvement, et que le  thread n'est pas deja en train de prendre une photo, alors on peut en relancer un autre pour prendre une photo.
+Enfin, si il y a une aire dans l'image, et donc un mouvement, et que le  thread n'est pas déjà en train de prendre une photo, alors on peut en relancer un autre pour prendre une photo.
 <code python>
     (img,contr,hrchy) = cv2.findContours(thresh.copy(),cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_SIMPLE)
@@ Ligne 65: / Ligne 64: @@
 ===== Prise de la photo =====
-On créé un thread pour la prise de la photo alors que le programme principale et encore en train de s’exécuter en parallèle
+On crée un thread pour la prise de la photo alors que le programme principale est encore en train de s’exécuter en parallèle
 Le thread //takePicture()// va écrire l'image en cours dans un format spécifique (ici .png) puis on
@@ Ligne 71: / Ligne 70: @@
 les n secondes (ici on à choisi toute les 1 seconde).
-De plus, on créé une variable globale qui s’incrémente à chaque fois que l'on prend une nouvelle photo,
+De plus, on crée une variable globale qui s’incrémente à chaque fois que l'on prend une nouvelle photo,
-Cela permet de ne pas écraser les anciennes photo prise lors de la capture vidéo.
+Cela permet de ne pas écraser les anciennes photos prise lors de la capture vidéo.
 <code python>
 img_counter = 0