Каждый, у кого есть фрезер, знает этот ритуал: положить заготовку, на глаз выставить угол, подвести фрезу к краю, коснуться поверхности заготовки, записать ноль. Мне захотелось, чтобы станок делал это сам: увидел заготовку на столе, понял, как она лежит, и нашёл ноль по высоте без щупа и запустил бы программу сам. Так появился проект SmartLinuxCNC: машинное зрение и бесконтактный Z0 для домашнего ЧПУ фрезера с полем 800 × 600 мм.
Рубрика «opencv»
Глаза для домашнего ЧПУ: AprilTag‑метки, Orange Pi и LinuxCNC вместо ручной привязки заготовки
2026-10-23 в 15:14, admin, рубрики: AprilTag, LinuxCNC, opencv, Orange Pi, сделай сам, чпу станокКак не утопить RTSP в YOLO: real‑time‑конвейер на C++20, Clang и ONNX Runtime
2026-10-06 в 6:28, admin, рубрики: C++20, clang, computer vision, ONNX runtime, opencv, rtsp, yolo, видеоаналитика, многопоточностьПривет! Меня зовут Александр Кудряшов. Более тридцати лет я занимаюсь разработкой систем цифровой обработки сигналов, аудио и видео. В последнее время я создаю собственную платформу видеоаналитики и сравниваю её серверные реализации на C++, Python и Rust. Это моя первая статья: в ней хочу поделиться не обзором готового продукта, а одной конкретной инженерной задачей, возникшей при его разработке.
YOLO обрабатывает кадр дольше, чем камера формирует следующий. Если построить видеосервер как последовательность read → motion → YOLO → encodeЧитать полностью »
Создание манипулятора на Arduino с openCV
2026-07-02 в 13:23, admin, рубрики: opencv, Компьютерное зрение, робототехника своими руками, роботыВведение
Здравствуй, читатель! Меня зовут Алексей Морозов, и в этой статье мы разберём полный путь по созданию автономного манипулятора, от выбора компонентов до интеграции с компьютерным зрением и моделями YOLO! Приступим к работе.
Концепция
Техническое задание такое:
Сделать манипулятор способный брать кубик 10*5*5 см, поднимать его и перемещать его по оси X
Итак, по ТЗ нам не нужен точный контроль по осям кроме x, как и расположение в любой точке рабочей зоны. При таких критериях идеально подходит концепция палки с захватом.
Как я построил «аниме-завод»: систему, которая сама превращает эпизоды в YouTube Shorts
2026-03-25 в 11:16, admin, рубрики: computer vision, media pipeline, opencv, python, Whisper, YouTube Shorts, автоматизация, анализ видео, обработка аудио, субтитры
Как мы пытались научить ИИ судить поединки по кендо
2026-03-01 в 5:28, admin, рубрики: opencv, yolo, искусственный интеллект, кендо, нейросети, спорт
Всем привет! Меня зовут Иван. Многие знают меня по ИТ, сейчас я руковожу НИИ Крокодил и занимаюсь прикладным ИИ. Параллельно уже много лет практикую кендо и являюсь президентом Федерации кендо в Удмуртии.
Cистема визуально-инерциальной навигации для дрона на C++
2026-02-06 в 14:16, admin, рубрики: c++, kalman filter, opencv, Raspberry Pi, SLAM, vio, visual odometry, дроны, навигация, робототехникаДроны, которые работают на GPS, глушатся и это большая проблема для летательных аппаратов. Сигнал от спутников GPS проходит около 20 000 км и достигает антенны дрона с минимальной мощностью. Любая наземная глушилка, излучающая шум на частотах L1/L2/L5, для приемника дрона оказывается в тысячи раз громче спутников. Приемник слепнет, дрон теряет координаты, переходит в аварийный режим и сносится ветром.
И поэтому нам нужна MVIO (Monocular Visual Inertial Odometry).
Как мы обучили нейросеть распознавать игральные кости
2025-10-16 в 22:06, admin, рубрики: opencv, ultralyticsМогут ли игральные кости быть нечестными? Чтобы ответить на этот вопрос, недостаточно просто бросить кости пару раз. Нужны тысячи, а лучше сотни тысяч бросков. Делать это вручную — путь в никуда. Поэтому мы решили научить компьютер делать это за нас. В этой статье — история о том, как мы создали систему, способную распознавать игральные кости в реальном времени, и с какими трудностями столкнулись.
Оптимизация функций компьютерного зрения (библиотека OpenCV) для RISC-V
2025-09-17 в 10:58, admin, рубрики: c++, image processing, opencvOpenCV — популярная библиотека, включающая множество алгоритмов компьютерного зрения и функций для них. Оптимизация их под RISC-V — большая и интересная задача, которой в рамках Зимней школы RISC-V YADRO сезона 2024–2025 занимались студенты Университета Лобачевского (ННГУ). В этой статье они подробно расскажут о своей работе.
Определение положения объектов на изображении: как найти пространственные координаты объекта, используя OpenCV
2025-08-28 в 21:37, admin, рубрики: 3d, ARuco, numpy, opencv, opencv python, solvepnp, машинное зрение, положение в пространстве, фотограмметрияПривет!
Меня зовут Брискиндов Леонид, я школьник, участник соревнований и олимпиад по робототехнике и программированию. Нередко для решения задач таких олимпиад предоставляется доступ к единственной камере, снимающей тестовое поле, на котором расположены роботы. Таким образом появляется задача определения положения объектов в пространстве по изображению, полученному с камеры. В данной статье мы и разберём, как решать такую задачу, используя библиотеку OpenCV.
Часть 2: Rope-Ladder Tracker — от идеи к стабильной системе
2025-08-01 в 3:25, admin, рубрики: c++, computer vision, opencv, python, Научно-популярное, научпопЭто продолжение статьи “Rope-Ladder Tracker: визуальный возврат без GPS” , где я представил концепцию структурированного позиционирования по принципу “верёвочной лестницы”. Тогда это была идея, прототип и первые кадры. Сегодня — полноценная, стабильная система, готовая к интеграции в реальный дрон.
Что изменилось за это время?
Первая версия rope-ladder-tracker работала, но была хрупкой:
-
Чувствительна к освещению.
-
Сыровато обрабатывала потерю точек.
-
Не учитывала смену состояния трекинга.
-
Могла “зависнуть” при плохом кадре.