yolov8 图片识别

       本案例使用 eye-to-hand 的模式，使用摄像头获取视频流，通过 OpenCV 加载 yolov8 模型数据，识别图像物块并定位图像物块在识别区域中的位置。通过相关点位，计算出物块相对于机械臂的空间坐标位置。为机械臂设置一套相关动作，将识别的物体放入对应区域中。

1 使用前提

运行程序前，需要在控制台终端激活虚拟环境：

# 激活虚拟环境
source ~/elephant-venv/bin/activate

注意： 这里的 elephant-venv 是虚拟环境的名称，也有可能是其他名称，具体以实际为准。这里所有的命令执行均在虚拟环境下操作运行。

2 摄像头调整

       首先，需要使用python运行aikit_V2包下的OpenVideo.py。若开启的摄像头为电脑摄像头则需要修改cap_num，具体可参考：注意事项。确保摄像头完全包含整个识别区域，且识别区域在视频中是正正方方的，如下图所示。若识别区域在视频中不符合要求，则需要调整摄像头的位置。

• 打开一个控制台终端(快捷键Ctrl+Alt+T)，进入目标文件夹

cd ~/aikit_V2/AiKit_280RISCV/

• 输入以下命令，打开摄像头进行调整

python scripts/OpenVideo.py

3 案例重现

• 打开一个控制台终端（快捷键Ctrl+Alt+T），输入以下命令进入目标文件夹：

cd ~/aikit_V2/AiKit_280RISCV

• 再输入以下命令，启动yolov8识别程序。

python scripts/yolov8_main.py

• 当命令终端出现ok并且摄像头窗口能正常开启时，说明程序运行成功，此时可将可识别的物体放置识别区域进行识别抓取。

注意事项

1. 当摄像头没有正确自动框出识别区域，需要关闭程序，调整摄像头的位置，可将摄像头向左向右移动等操作。
2. 若命令终端没有出现ok，且无法识别形状时，需要将摄像头稍微向后或向前移动一下，当命令终端出现ok时程序即可正常运行。
3. OpenCV图像识别会受环境的影响，若处在较为昏暗的环境下识别效果将大大降低。