🛬 Detecção de Base de Pouso para Drones

Um sistema em Python utilizando OpenCV para detectar formas geométricas específicas (quadrados, círculos e cruzes) em imagens ou via câmera, com suporte à filtragem de cores (amarelo e azul). O principal objetivo é integrar essa funcionalidade a um drone, permitindo a identificação precisa de bases de pouso.

• Base de pouso 1

• Base de pouso 2

📌 Descrição

Este projeto utiliza processamento de imagem e visão computacional para detectar padrões específicos que representam uma base de pouso. Ele pode ser usado tanto com imagens estáticas quanto com transmissões ao vivo de uma câmera.

🛠️ Funcionalidades

• Detecção de Formas Geométricas: Detecta quadrados, círculos e cruzes em imagens.

• Filtragem de Cores: Suporte para filtrar as cores amarelo e azul nas imagens.

• Integração com Drone: Permite que a detecção de formas seja usada para guiar o drone em direção às bases de pouso.

• Trabalho com Imagens Estáticas ou Ao Vivo: Permite trabalhar tanto com imagens estáticas (carregadas do disco) quanto com transmissões ao vivo (via câmera), proporcionando flexibilidade no uso do sistema em diferentes cenários.

• Sliders: Permitem a alteração em tempo real de diversos parâmetros dentro do programa, como:

  • Aplicar filtros de suavização na imagem.
  • Aplicar filtros de morfologia na imagem.
  • Ajustar a dimensão da matriz do elemento estruturante (referente aos filtros de morfologia).
  • Ajustar o brilho da imagem.
  • Aplicar limiarização (threshold) na imagem.
  • Filtrar para detectar somente a cor amarela ou azul na imagem.
  • Controlar a detecção das formas com base em um valor de área.

📖 História do Projeto

O presente sistema foi desenvolvido como parte do Projeto Prático de Controle e Sistemas Embarcados, no contexto do processo de treinamento para ingressar na Equipe de Robótica Aérea (EDRA) da Universidade de Brasília (UnB). O objetivo principal é adquirir a experiência necessária e se preparar para atuar na área de Controle e Sistemas Embarcados (C&SE), buscando a vaga e a oportunidade de contribuir com inovações e soluções tecnológicas no campo.

A escolha de trabalhar com o tema de Visão Computacional foi motivada pela relevância crescente dessa área na atualidade, que tem se tornado fundamental em diversas aplicações, desde a automação industrial até sistemas de segurança, veículos autônomos, e drones. Embora o projeto não integre diretamente inteligência artificial avançada, como o YOLO (You Only Look Once), ele se baseia em técnicas de processamento de imagem e análise visual, com o objetivo de detectar, interpretar e responder a informações visuais de maneira eficiente.

🗂️ Fontes de Pesquisa

Este projeto foi desenvolvido com base em diversas fontes de pesquisa, sendo principalmente fundamentado na leitura da documentação oficial da biblioteca OpenCV, além de fóruns de ajuda e vídeos tutoriais disponíveis no YouTube. Essas fontes foram essenciais para adquirir o conhecimento necessário e garantir a aplicação adequada das ferramentas e técnicas utilizadas no desenvolvimento do sistema.

🚀 Como Executar o Projeto

Pré-requisitos

Antes de começar, certifique-se de que você tem os seguintes itens instalados:

• Python 3.7+
• OpenCV 4.11.0
• NumPy 2.2.3

Passo a Passo

1. Clone esse repositório

git clone https://github.com/BernardoLCB/Projects.git
cd Projects/computerVision-python(openCV)

2. Instale as dependências

👉 Download Python

pip install numpy  # Para instalar o NumPy
pip install opencv-python  # Para instalar o OpenCV

3. Execute o código

python main.py

Valores dos Sliders para os Inputs

Segue abaixo os valores necessários para ajustar os sliders de cada entrada, garantindo que o resultado seja validado.

1. INPUTS DADOS:

   1.jpg # 0/0/0/120/1/2000/2000/2000

   2.jpg # 2/0/0/128/1/2000/2000/2000

   3.jpg # VALIDAR DEPOIS

   4.jpg # 1/0/0/0/1/2000/2000/2000

   5.jpg # NÃO SEI SE TEM VALIDAÇÃO

   6.jpg # VALIDAR DEPOIS

   7.jpg # 1/0/0/69/2/2000/2000/+2000

   8.jpg") # VALIDAR DEPOIS

   9.jpg") # NÃO SEI SE TEM VALIDAÇÃO

   10.jpg # NÃO SEI SE TEM VALIDAÇÃO

   11.jpg # NÃO SEI SE TEM VALIDAÇÃO

   13.jpg # 2/0/0/0/1/2000/2000/2000

   14.jpg # NÃO SEI SE TEM VALIDAÇÃO

   15.jpg # NÃO SEI SE TEM VALIDAÇÃO

   16.jpg # NÃO SEI SE TEM VALIDAÇÃO

   17.png # 0/0/0/2/2000/2000/2000

   18.png # 0/0/0/1/2000/2000/2000

   19.jpg # NÃO SEI SE TEM VALIDAÇÃO

   10.jpg # NÃO SEI SE TEM VALIDAÇÃO

   21.jpg # NÃO SEI SE TEM VALIDAÇÃO

   22.jpg # NÃO SEI SE TEM VALIDAÇÃO

   23.jpg # 1/7/50/112/1/2000/2000/2000

2. INPUTS CRIADOS:

   1.jpg # 2/0/0/56/2/2000/2000/2000

   2.jpg # 1/0/0/94/2/2000/2000/2000

   3.jpg # 0/0/0/62/2/1796/10000/10000/10000 ou 1/0/0/62/1/1796/2000/2000/2000

   4.jpg # 1/1/4/0/2/2000/2000/2000 ou 1/0/0/0/1/2000/10000/4000

   5.jpg # 1/0/0/0/1/2000/2000/2000 ou 2/2/3/66/2/2000/2000/2000

   6.jpg # 1/0/0/0/1/2000/2000/2000

   7.jpg # 1/0/0/29/2/2000/2000/2000

   8.jpg # 1/1/5/15/2/2000/2000/2000

   9.jpg # 1/3/14/23/2/2000/2000/2000

   10.jpg # 2/1/3/52/2/2000/2000/8728

   11.jpg # 0/0/0/0/2/2000/2000/2000

📧 Contato

Se tiver alguma dúvida ou sugestão, entre em contato via email: bernardoleinig@gmail.com.