Tutorial cara komunikasi serial com port antara python dan arduino

Catatan kali ini berisi tentang cara komunikasi antara computer/PC/laptop menggunakan bahasa programan python dan Arduino dengan komunikasi serial COM. Disini saya mencoba membuat contoh penggunaan class sederhana dan linkage antara dua buah file program python. 

Di sisi Arduino sendiri, software arduino yang dibuat bersifat standby dan mengirim balik data yang dikirimkan. software Arduino nya akan saya jelaskan pada catatan berikutnya.

ada 2 buah software python, software utama, dan software tambahan untuk menampilkan comment (hanya untuk ujicoba linkage antara 2 file python)

software python utama nya:

import serial

import deskripsi

from time import sleep

# configure the serial connections (the parameters differs on the device you are connecting to)

ser = serial.Serial('COM22', timeout=1)

ser.baudrate = 9600

class cser:

    def tulis(self):

        ser.write(input)

        out = ''

        # let's wait one second before reading output (let's give device time to answer)

        sleep(.1)

        while ser.inWaiting() > 0:

            out += ser.read(1)

        if out != '':

            print ">> " + out

deskripsi.katapembuka()

while 1:

    # get keyboard input

    input = raw_input(">> ")

    if input == 'exit':

        ser.close()

        exit()

    else:

        cser.tulis()

lalu, buat software python dengan nama deskripsi.py yang berisi sebagai berikut:

def katapembuka():

    print("program ini untuk mencoba software serial dengan menggunakan python")

    print("silahkan masukkan kata")

    print("ketik exit untuk keluar")

Selamat mencatat dan mempelajari!!!

Cara instalasi package library python pada pycharm IDE

Catatan berikut ini berisi tentang video bagaimana cara menambahkan package library python pada pycharm IDE. Saya secara personal sangat menyukai pycharm IDE karena sangat user friendly untuk digunakan.

Dalam video diatas, saya mencoba untuk menambahkan package pyparsing pada pycharm IDE. Library ini sangat berguna untuk memparsing dan mengolah data parsing.

Selamat Mencatat!!!

Cara parsing data menggunakan pyparsing library pada python

Catatan berikut merupakan kelanjutan dari posting saya sebelumnya yaitu “cara mudah parsing data menggunakan python”. Catatan ini menjelaskan metode lain parsing data dengan bahasa python yaitu dengan menggunakan library pyparsing.

Sebelum mencoba catatan ini, library pyparsing harus terlebih dulu terinstall di pycharm (IDE) python. Jika belum, makan library tersebut harus diinstal terlebih dahulu. Tutorial cara menginstall library python pada pycharm akan saya bahas pada postingan selanjutnya.

Berikut adalah contoh kode parsing menggunakan pyparsing library:

from pyparsing import *

data = '$LA52.125133215643,LN21.031048525561,T101115,W120013'

number = Word(nums+'.').setParseAction(lambda t: float(t[0]))

separator = Suppress(',')

latitude = Suppress('LA') + number

longitude = Suppress('LN') + number

tanggal = Suppress('T') + number

waktu = Suppress('W') + number

line = (Suppress('$')

+ latitude

+ separator

+ longitude

+separator

+tanggal

+separator

+waktu)

print line.parseString(data)

hasil yang akan diperoleh dari eksekusi kode diatas adalah:

[52.125133215643, 21.031048525561, 101115.0, 120013.0]

catatan:

menurut saya, cara parsing menggunakan pyparsing lebih rumit dibandingkan dengan cara mudah parsing yang pertama. Namun, semua kembali ke fungsi dari program secara keseluruhan. Masing-masing metode memiliki kelebihan dan kelemahan masing-masing dan bergantung kepada seberapa kompleks program yang ingin kita buat.

 Selamat mencatat!!

Cara mudah parsing data menggunakan python

catatan kali ini akan menjelaskan bagaimana cara mudah untuk parsing data menggunakan python. Parsing data adalah salah satu aktifitas pemrograman yang paling sering digunakan untuk memilah-milah data informasi yang dibutuhkan oleh pengguna.

Code yang digunakan untuk parsing adalah sebagai berikut:

data = '$,LA52.125133215643,LN21.031048525561,T101115,W120013'

head, lat, lon, t, w = data.split(",")

print (lat)

print (lon)

print (t)

print (w)

copy dan paste code diatas pada software python dan coba jalankan. Hasil yang diperoleh adalah sebagai berikut:

LA52.125133215643

LN21.031048525561

T101115

W120013

Penjelasan

Data yang digunakan pada contoh kali ini cukup sederhana yaitu:

'$,LA52.125133215643,LN21.031048525561,T101115,W120013'

data ini berisikan data posisi yaitu latitude (LA), longitude (LN), tanggal (T), dan waktu (W).

pada program python yang akan dibuat, data-data tersebut akan dipisah kedalam variabel yang berbeda sehingga dapat dengan mudah diakses / diolah lebih lanjut. Variable-variable tersebut adalah lat, lon, t, dan w.

Selamat Mencatat!!!

Deteksi objek lingkaran berwarna merah dengan menggunakan OpenCV dan Python 2.7

Catatan berikut ini menberikan contoh program untuk mendeteksi objek lingkaran dengan menggunakan python 2.7 dan library OpenCV.

Proses kerja dari software adalah dengan mengambil gambar video dari webcam, mengubah menjadi bentuk HSV, lalu mengatur parameter maksimal dan minimal dari masing-masing komponen tersebut. Dari pengaturan tersebut akan dideteksi satu buah atau beberapa warna tertentu (tergantung pengaturan komponen H, S, danV). Pada contoh kali ini pengaturan adalah pada warna merah.

Software akan menampilkan 3 jendela yaitu jendela video asli, jendela video hasil HSV, dan jendela video hasil akhir dari pengolahan. Untuk mendeteksi bentuk lingkaran, digunakan fungsi HoughCircle dalam library OpenCV yang telah diinstall sebelumnya.

Saat terdeteksi bentuk lingkaran berwarna merah, video akan menggambarkan lingkaran hijau pada object lingkaran. Tanda lingkaran hijau akan berubah menjadi berwarna merah jika object lingkaran merah dekat dengan kamera.

Video demo dapat dilihat dibawah ini:

Berikut adalah kode python yang saya gunakan:

__author__ = 'uits2015'

import cv2

import cv2.cv as cv

import numpy as np

kernel = np.ones((5,5),np.uint8)

# Take input from webcam

cap = cv2.VideoCapture(-1)

# Reduce the size of video to 320x240 so rpi can process faster

cap.set(3,320)

cap.set(4,240)

def nothing(x):

pass

# Creating a windows for later use

cv2.namedWindow('HSVsetup')

#cv2.namedWindow('HueComp')

#cv2.namedWindow('SatComp')

#cv2.namedWindow('ValComp')

cv2.namedWindow('closing')

cv2.namedWindow('tracking')

# Creating track bar for min and max for hue, saturation and value

# You can adjust the defaults as you like

cv2.createTrackbar('hmin', 'HSVsetup',0,500,nothing)

cv2.createTrackbar('hmax', 'HSVsetup',6,500,nothing)

cv2.createTrackbar('smin', 'HSVsetup',88,500,nothing)

cv2.createTrackbar('smax', 'HSVsetup',254,500,nothing)

cv2.createTrackbar('vmin', 'HSVsetup',117,500,nothing)

cv2.createTrackbar('vmax', 'HSVsetup',200,500,nothing)

# My experimental values

# hmn = 12 / 106

# hmx = 37 / 179

# smn = 145 / 87

# smx = 255 / 163

# vmn = 186 /102

# vmx = 255 /185

while(1):

buzz = 0

_, frame = cap.read()

#converting to HSV

hsv = cv2.cvtColor(frame,cv2.COLOR_BGR2HSV)

hue,sat,val = cv2.split(hsv)

# get info from track bar and appy to result

hmn = cv2.getTrackbarPos('hmin','HSVsetup')

hmx = cv2.getTrackbarPos('hmax','HSVsetup')

smn = cv2.getTrackbarPos('smin','HSVsetup')

smx = cv2.getTrackbarPos('smax','HSVsetup')

vmn = cv2.getTrackbarPos('vmin','HSVsetup')

vmx = cv2.getTrackbarPos('vmax','HSVsetup')

# Apply thresholding

hthresh = cv2.inRange(np.array(hue),np.array(hmn),np.array(hmx))

sthresh = cv2.inRange(np.array(sat),np.array(smn),np.array(smx))

vthresh = cv2.inRange(np.array(val),np.array(vmn),np.array(vmx))

# AND h s and v

tracking = cv2.bitwise_and(hthresh,cv2.bitwise_and(sthresh,vthresh))

# Some morpholigical filtering

dilation = cv2.dilate(tracking,kernel,iterations = 1)

closing = cv2.morphologyEx(dilation, cv2.MORPH_CLOSE, kernel)

closing = cv2.GaussianBlur(closing,(5,5),0)

# Detect circles using HoughCircles

circles = cv2.HoughCircles(closing,cv.CV_HOUGH_GRADIENT,2,120,param1=120,param2=50,minRadius=10,maxRadius=0)

# circles = np.uint16(np.around(circles))

#Draw Circles

if circles is not None:

for i in circles[0,:]:

# If the ball is far, draw it in green

if int(round(i[2])) < 30:

cv2.circle(frame,(int(round(i[0])),int(round(i[1]))),int(round(i[2])),(0,255,0),5)

cv2.circle(frame,(int(round(i[0])),int(round(i[1]))),2,(0,255,0),10)

# else draw it in red

elif int(round(i[2])) > 35:

cv2.circle(frame,(int(round(i[0])),int(round(i[1]))),int(round(i[2])),(0,0,255),5)

cv2.circle(frame,(int(round(i[0])),int(round(i[1]))),2,(0,0,255),10)

buzz = 1

# print 'round object detected!!!'

#you can use the 'buzz' variable as a trigger to switch some GPIO lines on Rpi :)

# print buzz

# if buzz:

# put your GPIO line here

#Show the result in frames

# cv2.imshow('HueComp',hthresh)

# cv2.imshow('SatComp',sthresh)

# cv2.imshow('ValComp',vthresh)

cv2.imshow('closing',closing)

cv2.imshow('tracking',frame)

cv2.imshow('HSVsetup',hsv)

k = cv2.waitKey(5) & 0xFF

if k == 27:

break

cap.release()

cv2.destroyAllWindows()

Catatan:

pendeteksian warna dapat dirubah dengan cara mengubah parameter Hmax, Hmin, Smax, Smin, Vmax, dan Vmin.

sebelum memprogram, pastikan library opencv sudah terintegrasi dengan software python yang dimiliki

dalam pengembangan program, saya menggunakan IDE Pycharm

Selamat Mencatat!!!

Mendeteksi garis akhir (edge) dari object dengan menggunakan python dan opencv

Catatan kali ini berisi tentang program untuk mendeteksi garis akhir alias edge (entah apa namanya kalo di translate bahasa Indonesia) dari sebuah object. Software ini menggunakan python dan opencv package untuk image processingnya.

Kodenya adalah sebagai berikut:

import cv2

import sys

if __name__ == '__main__':

print __doc__

try: fn = sys.argv[1]

except: fn = 0

def nothing(*arg):

pass

#buat window

cv2.namedWindow('edge')

#buat trackbar

cv2.createTrackbar('thrs1', 'edge', 2000, 5000, nothing)

cv2.createTrackbar('thrs2', 'edge', 4000, 5000, nothing)

#face_cascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')

#eye_cascade = cv2.CascadeClassifier('haarcascade_eye.xml')

#ambil data video

cap = cv2.VideoCapture(-1)

while True:

flag, img = cap.read()

gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

thrs1 = cv2.getTrackbarPos('thrs1', 'edge')

thrs2 = cv2.getTrackbarPos('thrs2', 'edge')

edge = cv2.Canny(gray, thrs1, thrs2, apertureSize=5)

vis = img.copy()

vis /= 2

vis[edge != 0] =(0, 255, 255)

#tampilkan jendela gray dan edge

cv2.imshow('gray',gray)

cv2.imshow('edge', vis)

ch = cv2.waitKey(5)

if ch == 27:

break

cv2.destroyAllWindows()

Compile dan jalankan, maka akan muncul jendela tampilan seperti dibawah ini:

catatan:

Tentunya ada beberapa hal yang harus dipersiapkan, diantaranya adalah webcam, dan software python itu sendiri. Karena saya menggunakan ubuntu 14.04, software python sudah disediakan oleh OS ubuntu. Saya hanya perlu webcam yang linux friendly dan menginstal package opencv ke python yang saya miliki.

Satu hal lagi, saya menggunakan pycharm sebagai IDE programing python.

 Selamat mencatat!!