BỘ GIÁO DỤC & ĐÀO TẠO TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT TP HỒ CHÍ MINH KHOA: ĐIỆN – ĐIỆN TỬ BỘ MÔN: ĐIỆN TỬ CÔNG NGHIỆP – Y SINH - ĐỒ ÁN TỐT NGHIỆP NGÀNH: CÔNG NGHỆ KỸ THUẬT ĐIỆN TỬ TRUYỀN THÔNG ĐỀ TÀI: PHÂN LOẠI SẢN PHẨM DÙNG KIT RASPBERRY GVHD: ThS Nguyễn Duy Thảo SVTH: Hà Duy Khánh MSSV: 14141151 Tp Hồ Chí Minh -07/2018 BỘ GIÁO DỤC & ĐÀO TẠO TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT TP HỒ CHÍ MINH KHOA: ĐIỆN – ĐIỆN TỬ BỘ MƠN: ĐIỆN TỬ CÔNG NGHIỆP – Y SINH - ĐỒ ÁN TỐT NGHIỆP NGÀNH: CÔNG NGHỆ KỸ THUẬT ĐIỆN TỬ TRUYỀN THÔNG ĐỀ TÀI: PHÂN LOẠI SẢN PHẨM DÙNG KIT RASPBERRY GVHD: ThS Nguyễn Duy Thảo SVTH: Hà Duy Khánh MSSV: 14141151 Tp Hồ Chí Minh -07/2018 TRƯỜNG ĐH SPKT TP HỒ CHÍ MINH KHOA ĐIỆN-ĐIỆN TỬ BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP – Y SINH CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM ĐỘC LẬP - TỰ DO - HẠNH PHÚC o0o Tp HCM, ngày 06 tháng 07 năm 2018 NHIỆM VỤ ĐỒ ÁN TỐT NGHIỆP Họ tên sinh viên: Hà Duy Khánh MSSV: 14141151 Chuyên ngành: Điện tử Công nghiệp Mã ngành: 01 Hệ đào tạo: Đại học quy Mã hệ: Khóa: 2014 Lớp: 14141DT3A I TÊN ĐỀ TÀI: PHÂN LOẠI SẢN PHẨM DÙNG KIT RASPBERRY II NHIỆM VỤ Các số liệu ban đầu: Một kit Raspberry Pi, Một Camera Pi, chuột bàn phím Bánh quy gồm bốn hình dạng khác nhau: Hình tròn, hình vng, hình chữ nhật, hình tam giác Nội dung thực hiện: Tổng quan xử lý ảnh;Tìm hiểu phương pháp nhận dạng phân loại sản phẩm; Tìm hiểu kit Raspberry Pi Module liên quan; Viết chương trình kit Raspberry Pi; Mơ hình phân loại sản phẩm dùng kit Raspberry III NGÀY GIAO NHIỆM VỤ: 16/04/2018 IV NGÀY HOÀN THÀNH NHIỆM VỤ: 30/06/2018 V HỌ VÀ TÊN CÁN BỘ HƯỚNG DẪN: ThS Nguyễn Duy Thảo CÁN BỘ HƯỚNG DẪN BM ĐIỆN TỬ CÔNG NGHIỆP – Y SINH TRƯỜNG ĐH SPKT TP HỒ CHÍ MINH KHOA ĐIỆN-ĐIỆN TỬ BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP – Y SINH CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM ĐỘC LẬP - TỰ DO - HẠNH PHÚC o0o Tp HCM, ngày 06 tháng 07 năm 2018 LỊCH TRÌNH THỰC HIỆN ĐỒ ÁN TỐT NGHIỆP Họ tên sinh viên 1: Hà Duy Khánh Lớp: 14141DT3A MSSV: 14141151 Tên đề tài: Phân loại sản phẩm dùng Kit Raspberry Xác nhận Tuần/ngày Nội dung 16/4-20/4 Chọn đề tài 21/4-25/4 Viết đề cương chi tiết 26/4-05/5 Tìm hiểu phương pháp nhận dạng hình 06/5-17/5 Tìm hiểu đếm sản phẩm theo hình dạng 18/5-21/5 Nhận dạng sản phẩm bị dính 22/5-04/6 Tìm hiểu thuật tốn nhận dạng sản phẩm lỗi 05/6-06/6 Thực kit Raspberry chế độ offline 07/6-08/6 Chạy chế độ online Raspberry 09/6-12/6 Viết giao diện điều khiển raspberry 13/6-20/6 Hồn thành mơ hình 21/6-29/6 Viết báo cáo GVHD GV HƯỚNG DẪN (Ký ghi rõ họ tên) Ths Nguyễn Duy Thảo LỜI CAM ĐOAN Đề tài “Phân loại sản phẩm dụng kit Raspberry” nhóm tơi tự thực dựa vào tham khảo số tài liệu trước khơng chép từ tài liệu hay cơng trình khác Người thực đề tài Hà Duy Khánh LỜI CẢM ƠN Đầu tiên nhóm thực đề tài xin cám ơn chân thành tới Thầy Nguyễn Duy Thảo, Thầy tận tình hướng dẫn nhóm từ vấn đề nhỏ nhặt việc hoàn thành tốt đề tài Nhóm xin gởi lời chân thành cảm ơn thầy cô Khoa Điện-Điện Tử tạo điều kiện tốt cho em hoàn thành đề tài Những kiến thức bổ ích mà Thầy Cơ dạy, áp dụng vào đề tài Đồ Án Tốt Nghiệp nhiều, từ kiến thức nhỏ nhăt học lớn Một lần nhóm xin gửi lời cám ơn đến tất Thầy Cô, Thầy Cơ nhóm khó hồn thành đề tài Tiếp theo nhóm xin cám ơn tới Anh, Chị khóa bạn sinh viên tạo điều kiện giúp đỡ, từ tài liệu liên quan tới đề tài kinh nghiệm sống thực tế Nhờ họ mà nhóm cỏ thể phát triển Nhóm em gửi lời đồng cảm ơn đến bạn lớp 14141DT3A chia sẻ trao đổi kiến thức kinh nghiệm quý báu thời gian thực đề tài, lớp học có nhiều kí ức thời sinh viên chúng em Cuối gửi lời cảm ơn đến Cha, Mẹ hai đấng sinh thành ngày hơm khơng có diện để thực việc muốn, họ tạo điều kiện để giúp hướng tới tương lai tốt đẹp Xin chân thành cảm ơn! Người thực đề tài Hà Duy Khánh MỤC LỤC TRANG BÌA i NHIỆM VỤ ĐỒ ÁN ii LỊCH TRÌNH iii CAM ĐOAN iv LỜI CÁM ƠN v MỤC LỤC vi LIỆT KÊ HÌNH VẼ ix LIỆT KÊ BẢNG xii TÓM TẮT .xiii CHƯƠNG 1: TỔNG QUAN 1.1 ĐẶT VẤN ĐỀ 1.2 MỤC TIÊU 1.3 NỘi DUNG NGHIÊN CỨU 1.4 GIỚI HẠN 1.5 BỐ CỤC CHƯƠNG 2: CƠ SỞ LÝ THUYẾT 2.1 TỔNG QUAN VỀ XỬ LÝ ẢNH 2.1.1 Giới thiệu xử lý ảnh 2.1.2 Những vấn đề xử lý ảnh 2.1.3 Các bước xử lý ảnh 12 2.2 PHƯƠNG PHÁP PHÂN LOẠI SẢN PHẨM THEO HÌNH DẠNG 15 2.2.1 Các hình dạng sản phẩm 15 2.2.2 Phương pháp nhận dạng hình dạng 16 2.2.3 Phương pháp tìm đặc điểm hình dạng để phân loại sản phẩm 19 2.2.4 Phương pháp kiểm tra sản phẩm lỗi 22 2.2.5 Các bước thực phân loại sản pẩm theo hình dạng[2] 24 2.3 NGÔN NGỮ PYTHON VÀ THƯ VIỆN OPENCV 28 2.3.1 Ngôn ngữ Python 28 2.3.2 Thư viện OpenCV 29 2.4 GIỚI THIỆU PHẦN CỨNG 30 2.4.1 Raspberry Pi Model B 30 2.4.2 Camera Raspberry Pi 32 CHƯƠNG 3: TÍNH TỐN VÀ THIẾT KẾ 35 3.1 GIỚI THIỆU 35 3.2 HỆ THỐNG PHẦN CỨNG 36 3.2.1 Thiết kế sơ đồ khối hệ thống 36 3.2.2 Sơ đồ kết nối hệ thống 37 CHƯƠNG 4: THI CÔNG HỆ THỐNG 44 4.1 GIỚI THIỆU 44 4.2 LẬP TRÌNH HỆ THỐNG 45 4.2.1 Tiền xử lý ảnh 48 4.2.2 Tách biên lấp đầy 49 4.2.3 Phân loại sản phẩm nhận dạng sản phẩm lỗi 50 4.3 PHÂN LOẠI SẢN PHẨM 55 4.4 HƯỚNG DẪN SỬ DỤNG, THAO TÁC 59 CHƯƠNG 5: KẾT QUẢ_NHẬN XÉT_ĐÁNH GIÁ 63 5.1 KẾT QUẢ 63 5.1.1 Kết nhận dạng phân loại sản phẩm 63 5.1.2 Kết nhận dạng sản phẩm lỗi 70 5.2 NHẬN XÉT VÀ ĐÁNH GIÁ MƠ HÌNH HỆ THỐNG 76 CHƯƠNG 6: KẾT LUẬN VÀ PHÁT TRIỂN 77 6.1 KẾT LUẬN 77 6.1.1 Kết đạt 77 6.1.2 Những mặt hạn chế 77 6.2 HƯỚNG PHÁT TRIỂN 77 TÀI LIỆU THAM KHẢO 78 PHỤ LỤC 79 LIỆT KÊ HÌNH VẼ Hình Trang Hình 2.1: Lân cận lân cận Hình 2.2: Hình tách biên Hình 2.3: Phép giãn 11 Hình 2.4: Phép co 11 Hình 2.5: Sơ đồ xử lý ảnh 12 Hình 2.6: Đặc điểm hình chữ nhật 16 Hình 2.7: Đặc điểm hình vng 17 Hình 2.8: Đặc điểm hình tròn 17 Hình 2.9: Đặc điểm hình tam giác 18 Hình 2.10: Đỉnh hình 19 Hình 2.11: Đoạn Ramer-Douglas-Peucker 20 Hình 2.12: Đường xấp xỉ 20 Hình 2.13: Độ dài cạnh 21 Hình 2.14: Bán kính 21 Hình 2.15: Tạo đường bao 22 Hình 2.16: Sơ đồ bước thực phân loại sản phẩm 24 Hình 2.17: Bộ lọc Gaussian 25 Hình 2.18: Xác định biên 26 Hình 2.19: Nhận dạng đường biên 26 Hình 2.20: Raspberry Pi Model B 30 Hình 2.21: Sơ đồ Raspberry Pi Model B 31 Hình 2.22: Camera Pi 33 Hình 2.23: Sơ đồ khốiCamera Raspberry Pi 33 Hình 3.1: Sơ đồ khối 36 Hình 3.2: Sơ đồ kết nối hệ thống 37 Hình 3.3: Kết nối thực tế hệ thống 38 Hình 3.4: Sơ đồ cổng ngoại vi sử dụng 39 CHƯƠNG 5: KẾT QUẢ_NHẬN_XÉT_ĐÁNH GIÁ Hình 5.16: Khơng có sản phẩm lỗi Hình 5.17: Hai sản phẩm lỗi BỘ MƠN ĐIỆN TỬ CÔNG NGHIỆP – Y SINH 73 CHƯƠNG 5: KẾT QUẢ_NHẬN_XÉT_ĐÁNH GIÁ Hình 5.18: Hai sản phẩm lỗi đổi vị trí Hình 5.19: Hai sản phẩm lỗi đổi vị trí BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP – Y SINH 74 CHƯƠNG 5: KẾT QUẢ_NHẬN_XÉT_ĐÁNH GIÁ Hình 5.20: Bốn sản phẩm lỗi Kết quả: Bảng 5.2: Độ xác kết nhận dạng sản phẩm lỗi Ảnh 5.11 5.12 5.13 5.14 5.15 5.16 5.17 5.18 5.19 5.20 Độ xác 100 100 100 84 100 100 84 100 84 100 (%) Độ xác trung bình 10 ảnh 95% Như vậy, có 5% nhận biết chưa xác sản phẩm lỗi Nhận xét đánh giá: Sau 10 lần thực nghiệm, hệ thống nhận biết sản phẩm lỗi tương đối tốt, với độ xác lên đến 95%, Hệ thống nhận dạng sản phẩm lỗi, sản phẩm bị bể góc, mẻ cạnh, cạnh méo,… Tuy nhiên hệ thống chưa nhận dạng sản phẩm lỗi thuộc hình dạng gì, hay chưa nhận dạng lỗi bên sản phẩm Còn lại với 5% sai sót q trình kiểm tra nhận dạng sản phẩm lỗi, lỗi ảnh hưởng nhòe ảnh, nhiễu, cường độ sáng,… chưa tối ưu hết mức BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP – Y SINH 75 CHƯƠNG 5: KẾT QUẢ_NHẬN_XÉT_ĐÁNH GIÁ 5.2 NHẬN XÉT VÀ ĐÁNH GIÁ MƠ HÌNH HỆ THỐNG Qua q trình thực đề tài, nhóm biết sử dụng Rasberry chức máy tính nhúng, việc tạo file mới, tạo project mới, tìm hiểu Python Raspberry, cách chạy chương trình Python, Ngồi nhóm tự cài đặt hệ điêu hành cho máy kết nối với Camera Pi chụp ảnh từ Raspberry,… Đánh giá máy tính nhúng Raspberry cách khách quan, máy tính thiết kế nhỏ gọn, thuận tiện cho mơ hình khơng thích cồng kềnh, đáp ứng đủ chức máy tính bình thường, tốc độ xử lý tạm ổn cho dự án nhỏ, hệ thống chạy ổn đinh, dự án lớn cần cấu hình máy cao Raspberry chư đáp ứng nhu cầu Vì thời gian thực đề tài giới han, nên nhóm khơng sâu giao tiếp ngoại vi Rasberry, giao tiếp qua cổng mạng, Wifi hay chân GPIO,… Chỉ dừng lại việc sử dụng chức máy Đối với Model Camera Raspberry Pi có độ phân giải khơng q cao ngược lại có giá thành rẻ, với chất lượng ảnh phù hợp với việc xử lý ảnh, đề tài sử dụng ảnh tĩnh để nhận dạng Sau qua thời gian tìm hiểu phương pháp nhận dạng, phân loại sản phẩm, nhóm phân loại thành cơng bốn hình dạng (tròn, vng, chữ nhật, tam giác), khơng thuộc bốn hình kể sản phẩm liệt kê vào sản phẩm khác, với đếm sản phẩm theo hình dạng hiển thị giao diện Thuật toán nhóm tìm hiểu đưa phương pháp phải tuần hồn thành Thuật tốn áp dụng vào việc phân loại bánh quy, giúp ta nhận biết đủ số lượng bánh Qua thời gian tìm hiểu phương pháp nhận dạng sản phẩm lỗi, nhóm thực thành cơng phương pháp nhận biết sản phẩm lỗi Giả xử ta có bánh quy bị bể cạnh, để nhận dạng sản phẩm lỗi dựa tỉ lệ diện tích để ta phân biệt sản phẩm lỗi hay khơng Nhưng lỗi bên sản phẩm chưa phát cách xác vài vấn đề nhóm chưa khắc phục sản phẩm bị dính vào chồng lên chưa phát Thuật tốn nhóm tìm hiểu giải vấn đề khoảng tuần Thuật tốn giúp ta ứng dụng vào thực tế vào việc phân loại sản phẩm bánh quy lỗi trước đóng gói loại bỏ BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP – Y SINH 76 CHƯƠNG 6: KẾT LUẬN VÀ PHÁT TRIỂN CHƯƠNG 6: KẾT LUẬN VÀ PHÁT TRIỂN 6.1 KẾT LUẬN 6.1.1 Kết đạt Sau tổng hợp kết đạt đem so sánh với yêu cầu mục tiêu thiết kế cho thấy hệ thống đáp ứng tương đối đầy đủ, xác với kết sau • Mơ hình phần cứng hoạt động tốt thiết bị nhỏ gọn, lắp đặt dễ dàng, có tính kinh tế, thuận tiện cho việc học tập phát triển thành dây chuyền sản xuất • Nhận dạng tốt hầu hết hình dạng đề sản phẩm, có đếm sản phẩm • Phát sản phẩm lỗi 6.1.2 Những mặt hạn chế Ngồi kết đạt hệ thống hạn chế sau • Tốc độ xử lý chậm • Chỉ nhận dạng biết sản phẩm lỗi mà khơng xác định hình dạng bị lỗi 6.2 HƯỚNG PHÁT TRIỂN Từ mặt hạn chế đề tài, để đề tài hoạt động tốt áp dụng vào thực tế sau nhóm đề hướng phát triển sau: • Làm thành dây truyền sản xuất với cấu hình hệ thống mạnh • Tìm hiểu phát triển thêm chức tự học hình dạng sản phẩm BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP – Y SINH 77 TÀI LIỆU THAM KHẢO TÀI LIỆU THAM KHẢO [1] Doxygen, “OpenCV-Python Tutorials”, https://docs.opencv.org/, 2018 [2] Nguyễn Quang Hoan, “Xử lý ảnh”, Học Viện Bưu Chính Viên Thơng, 2006 [3] Nguyễn Thanh Hải, “Giáo Trình Xử lý ảnh”, Nhà xuất Đại Học Quốc Gia, Thành phố Hồ Chí Minh, 2014 [4] Richard Blum, Christine Bresnahan, “Python Programming for Raspberry Pi”, 2014 [5] Shawn Wallace, Matt Richardson, “Getting Started with Raspberry Pi”, 2012 [6] Trần Công Dũng, Đinh Công Phong, “Ứng dụng xử lý ảnh phân loại chất lượng gạo”, Đồ Án Tốt Nghiệp Đại Học, Trường Đại Học Sư Phạm Kỹ Thuật Thành phố Hồ Chí Minh, 2016 BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP – Y SINH 78 PHỤ LỤC PHỤ LỤC Viết chương trình hệ thống Chương trình hệ thống bao gồm phần: • Thư viện • Chương trình • Chương trình phân loại sản phẩn • Chương trình đếm sản phẩm • Giao diện điều khiển: Thư viện chương trình import cv2 import math from Tkinter import * # gọi tất thư viện Tkinter thư viện giao diện import tkFileDialog # thư viện tìm đường dẫn import numpy as np import picamera Chương trình def Che_do_chay(): if che_do.get() == 0: global anh_vao, anh_ra #khai báo ảnh path = tkFileDialog.askopenfilename() # tìm đường dẫn if len(path) > 0: image = cv2.imread(path) BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP – Y SINH 79 PHỤ LỤC else : with picamera.PiCamera() as camera: camera.resolution = (1024, 800) camera.framerate = 24 image = np.empty((800 * 1024 * 3,), dtype=np.uint8) image = image.reshape((800, 1024, 3)) resized = imutils.resize(image, width=1000) # khung ảnh gray = cv2.cvtColor(resized, cv2.COLOR_BGR2GRAY) # chuyển ảnh xám processed_image = cv2.medianBlur(gray, 3) # lọc trung bình anh_tach_bien = cv2.Canny(processed_image, 30, 140, L2gradient=False) #################lap day bien########################## kernel = np.ones((2, 2), np.uint8) # tạo lọc 2x2 dilation = cv2.dilate(anh_tach_bien, kernel, iterations=1) # làm biên to im_floodfill = dilation.copy() h, w = dilation.shape[:2] # khái báo chiều cao rộng củama trận ảnh dilation mask = np.zeros((h + 2, w + 2), np.uint8) # tạo ma trận cv2.floodFill(im_floodfill, mask, (0, 0), 255); # Sơn bên đường biên im_floodfill_inv = cv2.bitwise_not(im_floodfill) # đảo giá trị ảnh im_floodfill im_out = dilation | im_floodfill_inv # phép toán OR ảnh thresh = im_out # ảnh lấp đầy biên cnts = cv2.findContours(thresh.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE) # gán nhãn cho ảnh cnts = cnts[1] # nhãn gán bắt đầu H_tron = H_vong = H_chu_nhat = Tam_giac = san_pham_loi = BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP – Y SINH 80 PHỤ LỤC for c in cnts: # chay tung nhan mot area = cv2.contourArea(c) #dien tich if area >=900: # phân tích nhãn có diện tích >= 900 shape = phan_loai_san_pham_va_ KT_sp_loi (c) # gọi chương trình ###############dem san pham########### if shape == "H_vuong": H_vong = H_vong + elif shape == "H_CN": H_chu_nhat = H_chu_nhat + elif shape == "H_tron": H_tron = H_tron + elif shape == "Tam_giac": Tam_giac = Tam_giac + else: san_pham_loi = san_pham_loi + Chương trình phân loại sản phẩm nhận biết sản phẩm lỗi def phan_loai_san_pham_va_ KT_sp_loi (c): shape = "hinh_dang_san_pham" peri = cv2.arcLength(c, True) # chu vi hình dinh = cv2.approxPolyDP(c, 0.04 * peri, True) # tọa độ đỉnh so_dinh = len(dinh) if so_dinh == : dinh1 = dinh[0, 0, :] dinh2 = dinh[1, 0, :] dinh3 = dinh[2, 0, :] BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP – Y SINH 81 PHỤ LỤC dinh4 = dinh[3, 0, :] canh_1=math.sqrt(math.pow(dinh2[0]-dinh1[0],2)+ math.pow(dinh2[1]dinh1[1],2)) canh_2 = math.sqrt(math.pow(dinh3[0]-dinh2[0],2)+ math.pow(dinh3[1]dinh2[1],2)) dt_tinh_toan = canh_1 * canh_2 #dien tich tinh toan dt_thuc_te = cv2.contourArea(c) ti_le_canh = canh_1/canh_2 if dt_tinh_toan >= dt_thuc_te * 0.95 and dt_tinh_toan = 0.95 and ti_le_canh = dt_thuc_te * 0.95 and dt_tam_giac (ban_kinh_mau * 0.95) and bk_tt < (ban_kinh_mau * 1.05): so_bk_bang_nhau = so_bk_bang_nhau + if len(c) == so_bk_bang_nhau: shape = "H_tron" else: shape = "san_pham_loi" return shape giao diện l2 = Label(root, text="Output image" , fg="#0000ff", font="Helvetica 12 bold italic") l2.pack() l2.place(x=700, y=115) image2 = imutils.resize(resized, width=500) image2 = cv2.cvtColor(image2, cv2.COLOR_BGR2RGB) # convert the images to PIL format BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP – Y SINH 83 PHỤ LỤC image2 = Image.fromarray(image2) # and then to ImageTk format image2 = ImageTk.PhotoImage(image2) pane2A = Label(image=image2) pane2A.image = image2 pane2A.pack() pane2A.place(x=500, y=140) ####################### l2 = Label(root, text="Square products - " + str(H_vong), fg="black", font="Helvetica 10 bold italic") l2.pack() l2.place(x=430, y=25) l3 = Label(root, text="Rectangle products - " + str(H_chu_nhat), fg="black", font="Helvetica 10 bold italic") l3.pack() l3.place(x=430, y=45) l4 = Label(root, text="Circle products - " + str(H_tron), fg="black", font="Helvetica 10 bold italic") l4.pack() l4.place(x=430, y=65) l5 = Label(root, text="Triangle products - " + str(Tam_giac), fg="black", font="Helvetica 10 bold italic") l5.pack() l5.place(x=430, y=85) l7 = Label(root, text="Count", fg="black", bg="yellow", font="Verdana 12 bold") l7.pack() l7.place(x=430, y=1) l8 = Label(root, text="Defective products " + str(san_pham_loi), BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP – Y SINH 84 PHỤ LỤC fg="black", font="Helvetica 10 bold italic") l8.pack() l8.place(x=700, y=25) l2 = Label(root, text="Other products " + str(san_pham_khac), fg="black", font="Helvetica 10 bold italic") l2.pack() l2.place(x=700, y=45) l2 = Label(root, text="Count", fg="black", bg="yellow", font="Verdana 12 bold") l2.pack() l2.place(x=700, y=1) #############chon che ########### che_do = BooleanVar() l1=Label(root,text=" Choose ",fg = "black",bg = "yellow",font = "Verdana 14 bold") l1.pack() l1.place(x=1,y=1) r1=Radiobutton(root,text="OFFLINE ",fg = "red",bg = "yellow",font = "Verdana 12 bold",variable=che_do,value=0) r1.pack() r1.place(x=1,y=30) r2=Radiobutton(root,text=" ONLINE ",fg = "#007700",bg = "yellow",font = "Verdana 12 bold",variable=che_do,value=1) r2.pack() r2.place(x=1,y=55) l1=Label(root,text=" Program ",fg = "yellow",bg = "#110fff",font = "Verdana 14 bold") l1.pack() BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP – Y SINH 85 PHỤ LỤC l1.place(x=150,y=1) #############chay chuong trinh ########### RUN = Button(root,text="RUN",fg = "black",bg = "#0fffff",font = "Verdana 20 bold",command=Che_do_chay) RUN.pack() RUN.place(x=300,y=20) root.title("DATN") root.geometry("1300x1000+0+0") root.configure(background='#007700') root.mainloop BỘ MÔN ĐIỆN TỬ CÔNG NGHIỆP – Y SINH 86 PHỤ LỤC ... SỞ LÝ THUYẾT 2.2 PHƯƠNG PHÁP PHÂN LOẠI SẢN PHẨM THEO HÌNH DẠNG Với để tài Phân loại sản phẩm dùng kit raspberry Thiết kế mơ hình phân loại sản phẩm (sử dụng sản phẩm bánh quy) theo hình dạng... hiểu phương pháp nhận dạng phân loại sản phẩm; Tìm hiểu kit Raspberry Pi Module liên quan; Viết chương trình kit Raspberry Pi; Mơ hình phân loại sản phẩm dùng kit Raspberry III NGÀY GIAO NHIỆM... tài Phân loại sản phẩm dùng kit raspberry. ” Có nội dung sau: • NỘI DUNG 1: Tìm hiểu phương pháp nhận dạng phân loại sản phẩm • NỘI DUNG 2: Tổng quan xử lý ảnh • NỘI DUNG 3: Tìm hiểu kit Raspberry