farmbot开发入门教程-识别植物

说明：

• 介绍使用 Plant.ID API 识别您花园中的植物

• FarmBot 可以将图像上传到第三方 API 以进行进一步处理、存档、机器学习等。在本教程中，我们将演示如何使用以下简化流程将图像从 FarmBot 上传到Plant.ID API：

  • FarmBot 围绕一株植物拍摄六张照片。
  • FarmBot 对图像进行编码并对Plant.ID APIbase64执行 HTTP POST 。
  • Plant.ID 返回一个 JSON 对象，其中包括对图像中哪种植物的猜测。
  • FarmBot 解码 JSON 并格式化发送到 Web 应用程序的用户友好的 toast 通知和日志。

步骤 1：添加您的 Plant.ID 代币

• 在开始之前，您需要请求一个 Plant.ID API 令牌。

• 获得令牌后，您必须将其添加到 FarmBot 的自定义设置中。输入PLANT_ID_TOKEN设置名称（密钥）字段，然后将令牌粘贴到值字段中。然后点击按钮。

步骤 2：创建序列

• 导航到序列编辑器并创建新序列。添加一个名为“Plant to ID”的位置变量，并将其设置为您想要识别的植物。

• Plant.ID 支持园林蔬菜以及杂草和本地植物物种。

步骤3：添加Lua代码

• 在序列中添加一个LUA命令并粘贴以下代码：

plant = variable("Plant to ID")
radius = 40
angle = (math.pi * 2) / 6
offset_x = tonumber(env("CAMERA_CALIBRATION_camera_offset_x") or "0")
offset_y = tonumber(env("CAMERA_CALIBRATION_camera_offset_y") or "0")
token = env("PLANT_ID_TOKEN")
job_name = "Identifying " .. plant.name

-- Check for token
if not token then
  toast("Plant.ID token required", "error")
  return
end

-- Move, then capture and encode image
function capture(num)
    set_job(job_name, {
      percent = (num / 6) * 75,
      status = "Capturing image " .. num
    })
    x = plant.x - offset_x + (radius * math.cos(angle * num))
    y = plant.y - offset_y + (radius * math.sin(angle * num))
    z = 0
    move_absolute(x, y, z)
    data = take_photo_raw()
    return base64.encode(data)
end

-- Capture six images
set_job(job_name)
images = {capture(1), capture(2), capture(3), capture(4), capture(5), capture(6)}

-- Send images to Plant.ID API
set_job(job_name, {
  percent = 90,
  status = "Talking to Plant.ID"
})
headers = {}
headers["Content-Type"] = "application/json"
headers["Api-Key"] = token
body = {
    images = images,
    modifiers = {"health_all", "crops_medium"},
    plant_details = {"common_names"}
}
response, err = http({
    url = "https://api.plant.id/v2/identify",
    method = "POST",
    headers = headers,
    body = json.encode(body)
})

-- Parse common name from Plant.ID response
function common_name(num)
  local suggestions = data["suggestions"][num]
  if suggestions and suggestions["plant_details"] then
    return suggestions["plant_details"]["common_names"][3] or "Unknown"
  end
  return "Unknown"
end

-- Parse probability from Plant.ID response
function probability(num)
  local suggestion = data["suggestions"][num]
  if suggestion then
    return math.floor((suggestion["probability"] or 0) * 100 + 0.5)
  end
  return 0
end

-- Format result
function result(num)
  return common_name(num) .. " (" .. probability(num) .. "%)"
end

-- Display top 3 results
if err then
  toast(inspect(err), "error")
else
  data = json.decode(response.body)
  toast("Possible plants: " .. result(1) .. ", " .. result(2) .. ", " .. result(3))
end

complete_job(job_name)

步骤 4：运行序列

• 保存序列并等待它与 FarmBot 同步。然后您可以使用“运行”按钮对其进行测试，以确保其按预期运行。

• 请注意，Lua 代码不会将图像上传到 FarmBot API（它只会将它们上传到 Plant.ID API），因此您不会在 Web 应用程序中看到它们，也不会在以后访问它们。

• 如果您希望保存图像，可以在移动到下一个位置之前take_photo()向该capture()函数添加命令。这将从同一位置拍摄第二张照片并将其上传到 FarmBot API，同时对第一张图像进行编码并上传到 Plant.ID API。

• 一旦验证该序列有效，您就可以通过多种方式运行它：

  • 通过使用序列编辑器中的RUN按钮。
  • 通过引脚绑定将序列绑定到设备上的物理按钮。
  • 来自父序列内。
  • 按照重复的计划，通过事件。
  • 通过第三方软件，使用FarmBot JS。