任務(wù)4-2有“感情”的傳送帶《智能機(jī)械臂控制》python

“有感情”的傳送帶（python）根據(jù)人臉表情，調(diào)整傳送帶速度（0-120mm/s）（基于任務(wù)3-4

人臉識別工程）任務(wù)解析人臉檢測detectMultiScale()OpenCVHaar特征分類器人臉圖像處理人臉表情識別預(yù)測CNN分類模型表情標(biāo)簽（0-6）傳送帶速度控制python任務(wù)解析攝像頭圖像66*20120mm/s知識鏈接1：OpenCV人臉檢測人臉檢測（1）Haar特征和級聯(lián)分類器

Haar特征和級聯(lián)分類器是一種經(jīng)典的“目標(biāo)檢測算法”，適用于檢測物體在圖像中的位置、大小和姿態(tài)等。在OpenCV中，提供了訓(xùn)練好的Haar特征和級聯(lián)分類器XML文件，該文件中會描述人體各個部位的Haar特征值。包括：人臉、眼睛、嘴唇等等。Haar特征和級聯(lián)分類器存放目錄：OpenCV安裝目錄中\(zhòng)data\haarcascades目錄下。知識鏈接1：OpenCV人臉檢測人臉檢測（1）Haar特征和級聯(lián)分類器OpenCV-pythonhaarcascade各種分類器文件位置打開分別輸入命令：condaactivatepp_py37pipshowopencv-python為方便程序調(diào)用、移植，本任務(wù)中，將分類器放到當(dāng)前工程文件夾face/haarcascades目錄下知識鏈接1：OpenCV人臉檢測人臉檢測（2）多尺度測函數(shù)detectMultiScale()OpenCV中的detectMultiScale函數(shù)可基于物體的特征定位（如Haar特征）檢測圖像中是否包含指定的物體。

檢測器以移動窗口形式搜索圖像，并在每一個窗口運(yùn)行特征定位，判斷是否存在特定的物體。如果特征定位返回積極的結(jié)果，則說明該窗口存在目標(biāo)物體，算法會保留該窗口位置以及物體在圖像中的精確輪廓。知識鏈接1：OpenCV人臉檢測人臉檢測（3）使用detectMultiScale()進(jìn)行人臉檢測【參數(shù)說明】image——待檢測圖片，一般為灰度圖像，加快檢測速度；scaleFactor——搜索窗口的比例系數(shù)，每次圖像尺寸減小的比例，默認(rèn)為1.1，即每次縮小10%minNeighbors——默認(rèn)3，每一個目標(biāo)至少要被檢測到3次才算是真的目標(biāo)flags——使用默認(rèn)值，新版未使用minSize——檢測到的人臉最小尺寸maxSize——檢測到的人臉最大尺寸【返回值】：目標(biāo)對象的矩形框向量組知識鏈接2：傳送帶控制傳送帶（1）電機(jī)速度設(shè)置函數(shù)dType.SetEMotor(api,index,isEnabled,speed,isQueued=0)api:Dobot庫的對象.index：電機(jī)編號：0：Stepper1；1：

Stepper2isEnabled：開關(guān)狀態(tài)：0：關(guān)，1：開speed：運(yùn)轉(zhuǎn)速度，脈沖數(shù)/秒isQueued：隊(duì)列模式使用開關(guān)狀態(tài)：1∶使用隊(duì)列模式，0：不使用隊(duì)列模式返回：隊(duì)列模式：隊(duì)列命令索引；立即模式：0知識鏈接2：傳送帶控制傳送帶（2）已知：42步進(jìn)電機(jī)，步距角=1.8度；聯(lián)動軸直徑=36mm求解：速度V(mm/s)對應(yīng)的脈沖數(shù)/秒①每周脈沖數(shù)已知：步距角=1.8度可得：每周脈沖數(shù)Pulses=360.0/1.8=200②1mm對應(yīng)的脈沖數(shù)已知：聯(lián)動軸直徑=36mm可得：聯(lián)動軸周長C=3.14*36.0≈113.04mm200脈沖/113.04mm=1.769脈沖/mm;每走1mm，需要發(fā)送1.769個脈沖

③傳送帶最大速度120mm/s;

速度脈沖最大值

=120*1.769≈212脈沖/秒知識鏈接2：傳送帶控制傳送帶（2）已知：42步進(jìn)電機(jī)，步距角=1.8度；聯(lián)動軸直徑=36mm求解：速度V(mm/s)對應(yīng)的脈沖數(shù)/秒

④步進(jìn)電機(jī)進(jìn)行了10*16的細(xì)分，則：任意速度V(mm/s),對應(yīng)的每秒脈沖數(shù)為：P=V*1.769*10.0*16.0

步進(jìn)電機(jī)速度范圍：0~212脈沖/秒任務(wù)實(shí)施：人臉表情驅(qū)動傳送帶python注意：確保機(jī)械臂已經(jīng)關(guān)機(jī)、斷電；傳送帶斷電?。?！Step01:環(huán)境準(zhǔn)備傳送帶與機(jī)械臂底座stepper1連接pycharm工程pythonDobotControl_block.py

編寫傳送帶控制函數(shù)ARM_ConveyorStep02:傳送帶控制pythonemotion.py①導(dǎo)入庫②定義人臉檢測器③加載表情識別CNN模型④定義表情標(biāo)簽Step03:人臉表情識別（1）pythonemotion.py

：cv2ImgAddText()圖片上添加中文顯示Step03:人臉表情識別（2）pythonStep03:人臉表情識別（3）emotion.py①機(jī)械臂初始化②開啟攝像頭

采集圖像、圖像預(yù)處理pythonStep03:人臉表情識別（4）emotion.py①通過OpenCV檢測人臉②逐個計(jì)算人臉圖像面積pythonStep03:人臉表情識別（5）emotion.py①找出面積最大的人臉②人臉圖像處理③

識別人臉表情④

設(shè)置傳送帶速度⑤

繪制人臉框pythonStep03:人臉表情識別（6）emotion.py①顯示結(jié)果圖像②調(diào)整傳輸帶速度③

攝像頭關(guān)閉④

與機(jī)械臂斷開串口連接python隨堂任務(wù)“有感情”的傳送帶（python）通過pycharm進(jìn)行python代碼編程：（1）完善傳送帶