4. Blogipostaus

Viikko 11-12

Viikolla 11 minun (Kainulainen) sairastumisen takia projektia oli tekemässä vain Karinen.

Viikolla 12 Kainulaisen voimat alkoivat palautumaan ja projektia saatiin eteenpäin. PAGE:lla luotua UI:ta korjailtiin ja siihen lisättiin tuloslistan tynkä. Tämä tuloslista ottaa annettuja arvoja (urheilijan numero, sukunimen ja urheilijan ajan, joka otetaan kuvaa analysoimalla manuaalisesti TAI myöhemmin ajan voi määrritellä YOLO) . Tästä tuloslistasta muodostetaan table:

 

tuloslista

Tämän listan voi muodostaa nopeasti ja sen voi tallentaa CSV-tiedostona.

Advertisements

2. Blogipostaus

Kuudennella viikolla esitimme projektin luokassa ja saimme palautetta suullisesti. Viikolla 7 otimme käyttöön uuden toimintaympäristön “Trellon”. Trello on kätevä ympäristö internetissä jonka kautta voi suunnitella projektin etenemistä ja sillä voidaan pitää yllä tarkkaa tuntiaikaseurantaa. trello.png

(Kuva ryhmämme Trello “laudasta”)

Viikolle 7 myös saatiin myös kameraemolointi toimimaan. Ohjelmoinnin ja testaamisen tehostamiseksi täytyi projektille tehdä emulointityökalu kameralle. Nopeimpia käytössö olevia metodeja tutkiskellessa päätimme käyttää toisen vastaavanlaisia kameroita valmistavan valmistajan Python-esimerkkiin perustuvaa tapaa emuloida kameraa. Emuloitaessa kameraa luodaan Python-ohjelmalla ensin kuvan leveyttä vastaava määrä kuvia, joita on ensin käsitelty Numpyn np.roll() -funktion avullan. Näin saadaan mahdollisimman lähelle maalikamerakuvaa muistuttava (joskin muuttumattomalla valaistuksella) kuvasarja luotua. Tätä kuvasarjaa näytetään sitten käyttäen Baslerin Python-kirjastoa ja OpenCV:tä.

Viikolla 8 saatiin myös yksinkertainen graafinen käyttöliittymä projektille. Se toteutettiin Tkinterillä. GUI:lla voidaan tarkastella testikuvia, testikuvien pikselirivejä ja niiden aikaleimojatkinter.png

 

Maalikamera, 1. blogipostaus 4.2.

Maalikamera on projektimme aihe kurssilla “Monialaprojekti (ICT-infrastruktuurit) PRO4TN004”. Olemme kolme tikoa Haaga-helian ammattikorkeakoulusta. Nimemme ovat Leo Kainulainen, Andero Agur ja Robin Karinen.

Viikolla 3 alkoi kurssi ja päädyimme samaan ryhmään. Keksimme ideoita projektityöllemme ja päädyimme Karisen ideaan: Python-ohjelma joka saa tavallisen tehdaskameran toimimaan urheilukisoissa käytettävään maalikamerana. Karisella oli myös tehdaskamera kotona jota voimme käyttää projektissa.

Viikolla 4 aloimme suunnittelemaan projektia. Omalla ajalla, jokainen projektinjäsen opetteli pythonia (ohjelmointikieli jota tullaan käyttämään koko kurssin ajan) ja OpenCV kirjaston käyttöä. Asetimme itsellemme “ohjelmointimaaleja” jokaiselle viikolle, jotta oppisimme paremmin pythonia. Loimme myös projektille Git-repon ja tämän WordPress-sivuston.

Viikolla 5 aloimme tekemään projektisuunnitelmaa. Jotta projektia voi jokainen tehdä omalla ajallaan, täytyy meillä olla jonkinlainen idea maalikameran toiminnasta.

Maalikameran toiminta

Urheilukisoissa käytettävät maalikamerat toimivat sillä periaatteella, että se “skannaa” maaliviivasta yhden tai kahden pikselin paksuista aluetta. Aina kun juoksija tunnistetaan skannauksessa ottaa maalikamera yhden tai kahden pikselin paksuisia pikselisarakkeita monta tuhatta sekunnissa. Jokainen pikselisarake on siis oma kuvansa jolla on oma millisekunnin tarkka metadatansa, eli aikaleima. Nämä sarakkeet kootaan yhdeksi kuvaksi jolloin tulos on tällainen:

 

maalikamera_horse

Lähde: http://www.killeri.fi/kalenteri/tapahtuma/iltaravit-toto4-jyvaskylassa-15.html

Viikolla 5 Saimme myös aikaan python-ohjelman joka hajoittaa kuvan pikselisarakkeet omiksi kuviksi. Esim. tuhat pikseliä leveä kuva luo 1000 kuvaa. Teimme myös ohjelman joka liittää nämä kuvat yhteen. Tämä tulee hyödylliseksi myöhemmin. Seuraavaksi pitää vain antaa jokaiselle pikselisarakkeelle oma aikaleima (tämä tehtäisiin tietysti ennen kun pikselisarakkeista on tehty yksi kuva).

 

Viikko 6 (nyt) Teemme projektisuunnitelmaa loppuun ja teemme myös keskiviikkoa varten esityksen projektisuunnitelmastamme.