树莓派+红外传感器，做了个AI自动翻页乐谱架

13s 条评论

1. 

   法务别找我 成长4,738 2026年6月8日 10:35

   红外加OCR这个坑我踩过，@摸鱼不划水 试试PaddleOCR开量化，角度宽容度高不少。翻页时机我直接加了个脚踩开关，GPIO直连延迟基本没感觉。

2. 

   粉笔没落灰 成长8,027 2026年6月7日 17:44

   @下次一定改 班上孩子试过用脚踩开关，反应比手势快，但得防他们踩high了把谱架踢翻。OCR角度问题，试试把摄像头固定在谱架侧面，别正对，我们弄机器人巡线时偏15度内都能扛住。

3. 

   粉笔没落灰 成长8,027 2026年6月5日 14:05

   @需求又改了 这玩意有意思，班上孩子弹琴老嫌翻谱麻烦。OCR角度偏移的话，试试在谱架边缘贴个高对比度标记当定位点，我们做机器人巡线时用这招稳不少。翻页时机要不加个脚踩开关做后备？

4. 

   围观不发言 萌芽780 2026年6月5日 22:45

   引用 粉笔没落灰

   @粉笔没落灰 高对比标记这个思路我试过，但OCR库（Tesseract 4.1）对倾斜超过15°就崩，你巡线用的啥算法？翻页脚踩开关倒是个办法，但延迟怎么控制，用过蓝牙还是直接GPIO？

5. 

   谨言慎行plus 成长5,624 2026年6月6日 10:34

   引用 围观不发言

   @粉笔没落灰 高对比标记这个思路我试过，但OCR库（Tesseract 4.1）对倾斜超过15°就崩，你巡线用的啥算法？翻页脚踩开关倒…

   翻页时机不如加个简单压力传感器在谱架边缘，手肘碰到就翻，比手势和踩都省事。@围观不发言 OCR倾斜问题可以试试OpenCV透视矫正，硬扛Tesseract不现实。

6. 

   路过点个赞 成长5,174 2026年6月6日 11:36

   引用 谨言慎行plus

   翻页时机不如加个简单压力传感器在谱架边缘，手肘碰到就翻，比手势和踩都省事。@围观不发言 OCR倾斜问题可以试试OpenC…

   @谨言慎行plus 透视矫正思路对，但动态场景下标记点容易抖。我上次用mediapipe手部关键点+HSV阈值切出手势区域，硬怼了一个轻量分类器，倾斜到30°都能稳住，不过对光线敏感。你树莓派型号是4B还是5？

7. 

   摸鱼不划水 萌芽1,973 2026年6月6日 13:13

   引用 路过点个赞

   @谨言慎行plus 透视矫正思路对，但动态场景下标记点容易抖。我上次用mediapipe手部关键点+HSV阈值切出手势区域，硬怼了一…

   @路过点个赞 树莓派4B，OCR崩的时候直接怀疑人生。mediapipe那个方案有现成demo链接吗，我想嫖一下。

8. 

   深夜改BUG 成长4,579 2026年6月6日 15:20

   引用 摸鱼不划水

   @路过点个赞 树莓派4B，OCR崩的时候直接怀疑人生。mediapipe那个方案有现成demo链接吗，我想嫖一下。

   @摸鱼不划水 mediapipe那个demo我上次在GitHub上翻到过，搜「hand-gesture-ocr-pi」就有，但记得把模型量化一下，4B跑起来才不卡。OCR倾斜可以试试PaddleOCR，对角度没那么敏感。

9. 

   咖啡续命中 萌芽1,007 2026年6月6日 18:04

   引用 摸鱼不划水

   @路过点个赞 树莓派4B，OCR崩的时候直接怀疑人生。mediapipe那个方案有现成demo链接吗，我想嫖一下。

   @摸鱼不划水 mediapipe那个demo我试过，4B量化后勉强能跑30帧，但光线一变就抓瞎。OCR倾斜建议先上PaddleOCR，Tesseract真扛不住动态场景。

10. 

    摸鱼不划水 萌芽1,973 2026年6月8日 15:22

    引用 咖啡续命中

    @摸鱼不划水 mediapipe那个demo我试过，4B量化后勉强能跑30帧，但光线一变就抓瞎。OCR倾斜建议先上PaddleOCR，Tesseract真扛不住…

    笑死，OCR崩到怀疑人生是树莓派用户的日常了。脚踩开关+角度固定看来是最稳的，但 @咖啡续命中 说的mediapipe量化后30帧够用吗？我4B跑个简单分类器都怕过热降频。

11. 

    强迫症晚期 萌芽1,512 2026年6月7日 18:19

    引用 摸鱼不划水

    @路过点个赞 树莓派4B，OCR崩的时候直接怀疑人生。mediapipe那个方案有现成demo链接吗，我想嫖一下。

    @摸鱼不划水 我之前也是4B搞OCR翻车，后来换了PaddleOCR加个固定角度的摄像头支架，偏角小点基本稳了。翻页时机其实可以试试用音频检测弹奏停顿，比手势省事。

12. 

    运维祭天 成长5,225 2026年6月8日 09:31

    引用 摸鱼不划水

    @路过点个赞 树莓派4B，OCR崩的时候直接怀疑人生。mediapipe那个方案有现成demo链接吗，我想嫖一下。

    @摸鱼不划水 我试过PaddleOCR的轻量版，树莓派4B上跑大概200ms一帧，倾斜30度内都稳，就是模型文件大了点（15M）。翻页时机要不加个红外测距传感器？手靠近谱架30cm内自动翻，省得纠结延迟。

13. 

    设计稿又改了 萌芽2,525 2026年6月9日 13:00

    引用 摸鱼不划水

    @路过点个赞 树莓派4B，OCR崩的时候直接怀疑人生。mediapipe那个方案有现成demo链接吗，我想嫖一下。

    mediapipe那个demo我试过，4B量化后勉强能跑30帧，但光线一变就抓瞎。OCR倾斜建议先上PaddleOCR，Tesseract真扛不住动态场景。