fix notation

exemple/circul_detect.py

@@ -1,41 +1,53 @@
 import cv2
 import numpy as np
 
+# Подключаемся к камере
 cam = cv2.VideoCapture(0)
 
 while True:
     _, frame = cam.read()
+    # Перевод изображения в HSV
     hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)
+    # Немного размываем изображение
     hsv = cv2.blur(hsv,(5,5))
 
+    # Задаем параметр из прошлого примера
     mask = cv2.inRange(hsv, (78,154,93),(86,224,255))
 
+    # С помощью специального алгоритма ищем контур обьекта
     (contours, hierarchy) = cv2.findContours(mask, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
+    # Отрисовывем найденый контур чтобы его было видно на экране
     cv2.drawContours(frame, contours, -1, (255,0,0), 3, cv2.LINE_AA, hierarchy, 1 )
 
     max_radius = 0
     center = (0,0)
 
+    # Находим контур с максимальным радиусом
     for contour in contours:
         (x,y),radius = cv2.minEnclosingCircle(contour)
         if max_radius < int(radius):
             max_radius = int(radius)
             center = (int(x),int(y))
 
+    # Описываем максимальный контур кругом        
     frame = cv2.circle(frame,center,max_radius,(0,255,0),2)
 
     S = 3.1415 * max_radius * max_radius
+    # Выводим на эран площадь круга
     cv2.putText(frame, str(S), (30, 30),cv2.FONT_HERSHEY_SIMPLEX, 1, (255, 10, 10), 2)
     
+    # Выводим сообщение если круг слишком близко или далеко
     if S > 100:
         if S > 10000:
             cv2.putText(frame, "UP", (30, 60),cv2.FONT_HERSHEY_SIMPLEX, 1, (255, 10, 10), 2)
         elif S < 5000:
             cv2.putText(frame, "DOWN", (30, 60),cv2.FONT_HERSHEY_SIMPLEX, 1, (255, 10, 10), 2)
 
+    # Промежуточные изображения
     #cv2.imshow("Image with opening", mask)
     #cv2.imshow("Image with closing", hsv)
     
+    # выводим то что получилось вместе с текстом и контуром
     cv2.imshow("Image", frame)
  
     k = cv2.waitKey(2)

exemple/find_filter.py

@@ -27,7 +27,8 @@ crange = [0,0,0, 0,0,0]
 
 while True:
     flag, img = cam.read()
-    hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV )
+    # Перевод изображения в HSV
+    hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)
  
     # считываем значения бегунков
     h1 = cv2.getTrackbarPos('h1', 'settings')

exemple/number_detect.py

@@ -2,25 +2,12 @@ import cv2
 import numpy as np
 import keras
 
-'''
-задачи
-1) находить контур цифры
-2) получать его координаты, вывести отдельным изображением
-3) масштабировать его под нужный размер
-4) загнать это на нейронную сеть https://habr.com/ru/post/466565/ 
-5) вывести результат
-
-очень сильно шумит изображение
-'''
-
-
 def find_number(frame):
     # функция выполняет предобработку изображения
     # находит область с цифрой по контурам
-    # далее в цикле перебераем найденные контуры
+    # далее в цикле перебераем найденные контуры применяя фильтры
     # если контур найден, то меняем разрешение на 28*28
     # выполняем бинаризацию, делим на 255 и инвертируем вычитая 1
-    # flag нужен, чтобы он не выводил единицу, если цифра не найдена
     gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
     blur = cv2.GaussianBlur(gray,(3,3), 0)
     edges = cv2.Canny(blur, 50, 100)
@@ -75,7 +62,7 @@ def find_number(frame):
 
 if __name__ == '__main__':
     cam = cv2.VideoCapture(0)
-    model = keras.models.load_model('mnist_trained_model.h5')
+    model = keras.models.load_model("mnist_trained_model.h5")
     try:
         while True:
             _, frame = cam.read()

python/test_contur.py

@@ -1,46 +0,0 @@
-import cv2
-import numpy as np
-
-# NOT WORCK !!!!
-
-def find_contours_of_cards(image):
-    blurred = cv2.GaussianBlur(image, (3, 3), 0)
-    T, thresh_img = cv2.threshold(blurred, 215, 255, 
-                                cv2.THRESH_BINARY)
-    (cnts, _) = cv2.findContours(thresh_img, 
-                                cv2.RETR_EXTERNAL,
-                                cv2.CHAIN_APPROX_SIMPLE)
-    return cnts
-
-def find_coordinates_of_cards(cnts, image):
-    cards_coordinates = {}
-    for i in range(0, len(cnts)):
-        x, y, w, h = cv2.boundingRect(cnts[i])
-        if w > 20 and h > 30:
-            img_crop = image[y - 15:y + h + 15,
-                             x - 15:x + w + 15]
-            cards_name = find_features(img_crop)
-            cards_coordinates[cards_name] = (x - 15, 
-                     y - 15, x + w + 15, y + h + 15)
-    return cards_coordinates
-
-
-
-cam = cv2.VideoCapture(0)
-
-while True:
-    _, frame = cam.read()
-    img = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
-    img = cv2.GaussianBlur(img, (3, 3), 0)
-    # Все больше 215 станет 255, все что меньше 0
-    T, thresh_img = cv2.threshold(img, 215, 255, cv2.THRESH_BINARY)
-
-
-    cv2.imshow("Image", img)
-    cv2.imshow("Image with opening", thresh_img)
-    #cv2.imshow("Image with closing", res)
- 
-    k = cv2.waitKey(2)
-    if k == 27:
-        cv2.destroyAllWindows()
-        break