14. tháng 1 2025
Một người bạn đã nhờ tôi tạo ra một tính năng nhận diện mầm lúa phục vụ cho lĩnh vực nông nghiệp. Tôi đang cân nhắc việc sử dụng OpenCV để thực hiện dự án này. Tuy nhiên, vì máy phát triển của tôi đang chạy Windows 10 kết hợp với WSL Ubuntu, nên tôi gặp chút băn khoăn trong việc chọn môi trường phát triển phù hợp.
Bạn có thể thử xem trước không? Nếu chưa ổn thì cứ bắt đầu từ việc đếm số lượng mầm lúa trước đã. Những bức ảnh này là ưu tiên hàng đầu (ảnh về mầm lúa). Lúa được thu hoạch vào tháng 6, sau đó chúng ta sẽ chụp thêm ảnh về sản lượng. Trong thời gian chờ đợi, chúng ta sẽ dần hoàn thiện khả năng nhận diện.
Trong cuộc thảo luận, tôi đã tìm thấy một thư viện chuyên dùng để nhận diện thực vật tên là PlantCV. Thư viện này được viết bằng Python và cũng sử dụng OpenCV làm phần phụ thuộc chính.
Viết mã trực tiếp trên Kaggle để tránh vấn đề khó khăn khi cài đặt môi trường phát triển trên Windows WSL. Hơn nữa, Kaggle có rất nhiều đoạn mã mẫu liên quan mà bạn có thể
Tuy nhiên, vẫn còn vài câu hỏi cần giải đáp:
Cài đặt môi trường phát triển OpenCV + Python trên Windows.
Giới thiệu thư viện OpenCV vào Android Studio và phát triển ứng dụng trên Android. Tuy nhiên, tôi không quá rành về Android, cộng với việc đây là lần đầu tiên tôi tiếp xúc với OpenCV, nên nếu tiến hành cả hai cùng lúc chắc chắn độ khó sẽ tăng gấp đôi. Thay vì vậy, tôi quyết định thử nghiệm các chức năng cơ bản bằng giao diện Python thông dụng trước, sau đó mới chuyển sang Kotlin ít phổ biến hơn để thực hiện.
Đối với demo, không cần thiết phải tích hợp tính năng chụp ảnh ngay lập tức. Chỉ cần lưu trữ ảnh sẵn hoặc lấy ảnh từ thư viện ảnh, sau đó phân tích chúng là đủ.
Bạn có thể sử dụng demo này làm nền tảng và tích hợp OpenCV vào đó.
Rõ ràng, phương án thứ nhất tiết kiệm thời gian hơn, do bongdaplus đó tôi sẽ ưu tiên nó.
Tôi đã tạo một phiên bản mini ứng dụng xử lý hình ảnh OpenCV dạng WeChat Mini Program. Mời bạn trải nghiệm!
!Ứng dụng xử lý hình ảnh OpenCV dạng WeChat Mini Program