Detekce obličeje a očí s Raspberry Pi Zero a Opencv: 3 kroky

2024 Autor: John Day | [email protected]. Naposledy změněno: 2024-01-30 08:24

V tomto pokynu ukážu, jak můžete detekovat obličej a oko pomocí maliny pi a opencv. Toto je můj první instruktáž na opencv. Sledoval jsem mnoho návodů, jak nastavit otevřené CV v malině, ale pokaždé narazil na nějaké chyby. Každopádně jsem tyto chyby vyřešil a napadlo mě napsat instruktáž, aby ji všichni ostatní mohli bez problémů nainstalovat

Požadované věci:

1. Malina pi nula

2. SD karta

3. Kamerový modul

Tento instalační proces bude trvat déle než 13 hodin, naplánujte si proto instalaci

Krok 1: Stáhněte a nainstalujte obrázek Raspbian

Stáhněte si raspbian Stretch s obrázkem na ploše z webu Raspberry Pi

www.raspberrypi.org/downloads/raspbian

Poté vložte paměťovou kartu do notebooku a pomocí nástroje pro leptání vypalte obrázek raspbian

Stáhněte si etcher odtud

Po vypálení obrázku připojte paměťovou kartu k malinovému pi a zapněte malinu

Krok 2: Nastavení Opencv

Po spuštění spusťte terminál a podle pokynů nainstalujte opencv a nastavte virtuální prostředí pro opencv

Kroky:

1. Pokaždé, když spustíte novou instalaci, je lepší upgradovat stávající balíčky

$ sudo apt-get update

$ sudo apt-get upgrade

Čas: 2 m 30 s

2. Poté nainstalujte nástroje pro vývojáře

$ sudo apt-get install build-essential cmake pkg-config

Čas: 50 s

3. Nyní uchopte potřebné obrazové I/O balíčky

$ sudo apt-get install libjpeg-dev libtiff5-dev libjasper-dev libpng12-dev

Čas: 37 s

4. Video I/O balíčky

$ sudo apt-get install libavcodec-dev libavformat-dev libswscale-dev libv4l-dev

$ sudo apt-get install libxvidcore-dev libx264-dev

Čas: 36 s

5. Nainstalujte GTK dvelopment

$ sudo apt-get install libgtk2.0-dev

Čas: 2 m 57 s

6. Optimalizační balíčky

$ sudo apt-get install libatlas-base-dev gfortran

Čas: 1 min

7. Nyní nainstalujte python 2.7, pokud tam není. V mém případě již byl nainstalován, ale stále zkontrolujte

$ sudo apt-get install python2.7-dev

Čas: 55 s

8. Nyní si stáhněte zdroj opencv a rozbalte jej

$ cd ~

$ wget -O opencv.zip

$ rozbalit opencv.zip

Čas: 1 m 58 s

9. Stažení úložiště opencv_contrib

$ wget -O opencv_contrib.zip

$ unzip opencv_contrib.zip

Čas: 1 m 5 s

10. Nyní byly soubory opencv a opencv_contrib rozšířeny, odstraňte jejich soubory zip, abyste ušetřili místo

$ rm opencv.zip opencv_contrib.zip

Čas: 2 s

11. Nyní nainstalujte pip

$ wget

$ sudo python get-pip.py

Čas: 50 s

12. Nainstalujte si virtualenv a virtualenvwrapper, což nám umožní vytvářet oddělená izolovaná prostředí pythonu pro naše budoucí projekty

$ sudo pip install virtualenv virtualenvwrapper

$ sudo rm -rf ~/.cache/pip

Čas: 30 s

13. Po instalaci otevřete ~/.profile

$ nano ~/.profile

a přidejte tyto řádky do spodní části souboru

# virtualenv a virtualenvwrapper

export WORKON_HOME = $ HOME/.virtualenvs source /usr/local/bin/virtualenvwrapper.sh

Nyní načtěte svůj ~/.profile a znovu načtěte změny

$ source ~/.profile

Čas: 20 s

14. Nyní vytvořte virtuální prostředí pythonu s názvem cv

$ mkvirtualenv cv

Čas: 10 sekund

15. Dalším krokem je instalace numpy. To bude trvat nejméně půl hodiny, takže si můžete dát kávu a sendviče

$ pip install numpy

Čas: 36m

16. Nyní zkompilujte a nainstalujte opencv a ujistěte se, že jste ve virtuálním prostředí cv pomocí tohoto příkazu

$ workon cv

a poté sestavení sestavte pomocí Cmake

$ cd ~/opencv-3.0.0/

$ mkdir build $ cd build $ cmake -D CMAKE_BUILD_TYPE = RELEASE / -D CMAKE_INSTALL_PREFIX =/usr/local / -D INSTALL_C_EXAMPLES = ON / -D INSTALL_PYTHON_EXAMPLES = ON / -D OPENCV_EXTRA D BUILD_EXAMPLES = ON -D ENABLE_PRECOMPILED_HEADERS = VYPNUTO..

Čas: 5 minut

17. Nyní je sestavení nastaveno, spusťte make a spusťte proces kompilace. Bude to chvíli trvat, takže to můžete nechat běžet přes noc

$ make

V mém případě mi 'make' hodil jednu chybu, která souvisela s ffpmeg. Po dlouhém hledání jsem našel řešení. Přejděte do složky opencv 3.0, poté do modulů, pak uvnitř videoio přejděte na src a nahraďte cap_ffpmeg_impl.hpp tímto souborem

github.com/opencv/opencv/blob/f88e9a748a37e5df00912524e590fb295e7dab70/modules/videoio/src/cap_ffmpeg_impl.hpp a znovu spustit make

Čas: 13 hodin

Pokud je kompilován bez chyby, nainstalujte jej na Raspberry Pi pomocí:

$ sudo make install

$ sudo ldconfig

Čas: 2 min 30 s

18. Po dokončení kroku 17 by vaše vazby opencv měly být v /usr/local/lib/python-2.7/site-packages. Ověřte to pomocí tohoto

$ ls -l /usr/local/lib/python2.7/site-packages

celkem 1549 -rw-r-r-- 1 kořenový personál 1677024 3. prosince 09:44 cv2.so

19. Teď už zbývá jen sym-link soubor cv2.so do adresáře site-packages prostředí cv

$ cd ~/.virtualenvs/cv/lib/python2.7/site-packages/

$ ln -s /usr/local/lib/python2.7/site-packages/cv2.so cv2.so

20. Ověřte instalaci opencv pomocí:

$ workon cv

$ python >>> import cv2 >>> cv2._ verze_ '3.0.0' >>>

Krok 3: Detekce obličeje a očí

Nyní zkusme detekci obličeje

První věc, kterou musíte udělat, je aktivovat kameru pomocí:

$ sudo raspi-config

Zobrazí se konfigurační obrazovka. Pomocí kláves se šipkami přejděte dolů na možnost 5: Povolit kameru, stisknutím klávesy Enter kameru aktivujete a poté šipkou dolů na tlačítko Dokončit a znovu stiskněte Enter. Konečně budete muset restartovat Raspberry Pi, aby se konfigurace projevila.

Nyní nainstalujte picamera [pole] do prostředí cv. Za tímto účelem se ujistěte, že jste v prostředí CV. Pokud jste restartovali své pi, pro opětovné zadání v prostředí CV zadejte:

$ source ~/.profile

$ workon cv

Nyní nainstalujte pi kameru

$ pip install "picamera [pole]"

Spusťte face-detection-test.py bu pomocí:

python face-detection-test.py

Pokud vyvolá nějakou chybu, zadejte tento příkaz před spuštěním skriptu

sudo modprobe bcm2835-v4l2

Nyní je dobré jít na detekci obličeje. Zkuste se podělit o své výsledky

Na zdraví!