Dit project is een slimme oplossing die speciaal is ontworpen om planken automatisch te detecteren en hun bewegingen vast te leggen met behulp van realtime beeldverwerkingstechnologie. Het systeem maakt gebruik van een camera die continu de transportband in de gaten houdt en detecteert wanneer een nieuwe plank in beeld komt. Zodra een plank wordt herkend, begint het systeem automatisch met het maken van foto’s, die later worden opgeslagen en verzonden voor verdere verwerking.

Het belangrijkste onderdeel van dit project is de combinatie van nauwkeurige randdetectie en bewegingsanalyse. Met behulp van een Edge Mask (randenmasker) worden horizontale lijnen van planken herkend. Om te voorkomen dat foto’s te vroeg worden gemaakt, wacht het systeem tot de plank een virtuele lijn in het frame heeft gepasseerd. Deze aanpak minimaliseert fouten en zorgt ervoor dat de juiste plank in beeld is voordat het vastleggen begint.

De functionaliteit gaat verder dan alleen detectie: zodra een vooraf ingesteld aantal foto’s is gemaakt, comprimeert het systeem automatisch alle foto’s in een ZIP-bestand en verzendt deze naar een server. Dankzij slimme instellingen zoals aanpasbare gevoeligheid, een flexibele ROI (Region of Interest), en drempels voor randdetectie, is het systeem gemakkelijk aan te passen aan verschillende situaties.

Het project combineert krachtige tools zoals OpenCV voor beeldverwerking en realistische hardware-integratie met een Raspberry Pi. Het resultaat is een geautomatiseerd systeem dat betrouwbaar werkt in een productieomgeving en de handmatige werkdruk aanzienlijk verlaagt. Dit project toont de mogelijkheden van computer vision in een praktische toepassing en benadrukt hoe technologie processen efficiënter en consistenter kan maken.