Mục lục:
- Quân nhu
- Bước 1: Cài đặt hệ điều hành Shunya trên Raspberry Pi 4
- Bước 2: Thiết lập và kết nối
- Bước 3: Cài đặt Shunyaface (Thư viện nhận dạng / phát hiện khuôn mặt)
- Bước 4: Tải xuống mã
- Bước 5: Biên dịch mã
- Bước 6: Chạy mã
Video: Nhận diện khuôn mặt thời gian thực trên RaspberryPi-4: 6 bước (có hình ảnh)
2024 Tác giả: John Day | [email protected]. Sửa đổi lần cuối: 2024-01-30 13:33
Trong phần Có thể hướng dẫn này, chúng tôi sẽ thực hiện nhận diện khuôn mặt thời gian thực trên Raspberry Pi 4 với Shunya O / S bằng cách sử dụng Thư viện Shunyaface. Bạn có thể đạt được tốc độ khung hình phát hiện là 15-17 trên RaspberryPi-4 bằng cách làm theo hướng dẫn này.
Quân nhu
1. Raspberry Pi 4B (bất kỳ biến thể nào)
2. Bộ cấp nguồn tuân thủ Raspberry Pi 4B
3. Thẻ micro SD 8GB hoặc lớn hơn
4. Màn hình
5. Cáp micro-HDMI
6. Chuột
7. Bàn phím
8. máy tính xách tay hoặc máy tính khác (tốt nhất là Ubuntu-16.04) để lập trình thẻ nhớ
9. USB Webcam
Bước 1: Cài đặt hệ điều hành Shunya trên Raspberry Pi 4
Bạn sẽ cần một máy tính xách tay hoặc máy tính (tốt nhất là chạy Ubuntu-16.04) và đầu đọc / bộ chuyển đổi thẻ micro SD để nạp thẻ micro SD với Hệ điều hành Shunya.
1) Tải xuống Shunya OS từ trang phát hành chính thức
2) Flash Shunya OS trên thẻ SD bằng cách sử dụng các bước dưới đây:
i) Nhấp chuột phải vào tệp zip đã tải xuống và chọn Giải nén tại đây
ii) Sau khi hình ảnh được giải nén, nhấp đúp vào thư mục hình ảnh đã giải nén, trong đó bạn sẽ tìm thấy hình ảnh và thông tin phát hành
iii) Nhấp chuột phải vào hình ảnh (tệp.img)
iv) Chọn Mở bằng -> Trình ghi ảnh đĩa
v) Chọn Đích làm Đầu đọc Thẻ SD
vi) Nhập mật khẩu của bạn
Điều này sẽ bắt đầu nhấp nháy thẻ SD. Hãy kiên nhẫn và đợi thẻ Sd được flash hoàn toàn (100%)
Bước 2: Thiết lập và kết nối
Như trong hình trên bạn cần làm những việc sau:
1) Gắn thẻ micro SD vào Raspberry Pi 4.
2) Kết nối chuột và bàn phím với Raspberry Pi 4.
3) Kết nối Màn hình với Raspberry Pi 4 qua micro-HDMI
4) Kết nối USB Webcam với Raspberry Pi 4
5) Kết nối cáp nguồn và BẬT nguồn Raspberry Pi 4.
Thao tác này sẽ khởi động hệ điều hành Shunya trên RaspberryPi-4. Lần khởi động đầu tiên có thể mất thời gian vì hệ thống tệp thay đổi kích thước để chiếm toàn bộ thẻ SD. Sau khi hệ điều hành khởi động, bạn sẽ thấy một màn hình đăng nhập. Đây là chi tiết đăng nhập:
Tên người dùng: shunya
Mật khẩu: shunya
Bước 3: Cài đặt Shunyaface (Thư viện nhận dạng / phát hiện khuôn mặt)
Để cài đặt Shunyaface chúng ta cần kết nối RaspberryPi-4 với mạng lan hoặc wifi
1. Để kết nối RPI-4 với wifi, hãy sử dụng lệnh sau:
$ sudo nmtui
2. Để cài đặt shunyaface và cmake (một phần phụ thuộc) để biên dịch mã và git (để tải xuống mã thực), hãy nhập lệnh sau:
Cập nhật $ sudo opkg && sudo opkg cài đặt shunyaface cmake git
Lưu ý: Quá trình cài đặt có thể mất khoảng 5-6 phút tùy thuộc vào tốc độ internet của bạn
Bước 4: Tải xuống mã
Mã có sẵn trên github. Bạn có thể tải xuống bằng lệnh sau:
$ git clone
Giải thích mã:
Mã đã cho ghi lại các khung hình liên tục bằng chức năng VideoCapture của Opencv. Các khung này được đưa cho chức năng phát hiện của Shunyaface, lần lượt trả về các khung có hộp giới hạn được vẽ trên khuôn mặt và các dấu chấm được vẽ trên mắt, mũi và điểm cuối của môi. Để thoát khỏi mã, hãy nhấn nút "q". Sau khi nhấn "q", FPS đầu ra được hiển thị trên thiết bị đầu cuối.
Bước 5: Biên dịch mã
Để biên dịch mã, hãy sử dụng lệnh sau:
$ cd ví dụ / example-faceetect
$./setup.sh
Bước 6: Chạy mã
Khi bạn đã biên dịch mã, bạn có thể chạy mã bằng lệnh.
$./build/facedetect
Bây giờ bạn sẽ thấy một cửa sổ mở ra. Bất cứ khi nào một khuôn mặt ở phía trước máy ảnh, nó sẽ vẽ hộp giới hạn và nó sẽ hiển thị cho người dùng trên cửa sổ đã mở ra.
Xin chúc mừng. Bây giờ bạn đã hoàn thành thành công tính năng nhận diện khuôn mặt trong thời gian đọc trên RaspberryPi-4 bằng cách sử dụng học sâu. Nếu bạn thích hướng dẫn này, vui lòng thích, chia sẻ hướng dẫn và gắn dấu sao kho lưu trữ github của chúng tôi được cung cấp tại đây.
Đề xuất:
Nhận diện khuôn mặt trên Raspberry Pi 4B trong 3 bước: 3 bước
Nhận diện khuôn mặt trên Raspberry Pi 4B trong 3 bước: Trong phần Hướng dẫn này, chúng tôi sẽ thực hiện nhận diện khuôn mặt trên Raspberry Pi 4 với Shunya O / S bằng Thư viện Shunyaface. Shunyaface là một thư viện nhận dạng / phát hiện khuôn mặt. Dự án nhằm đạt được tốc độ phát hiện và nhận dạng nhanh nhất với
Nhận diện, đào tạo và nhận diện khuôn mặt Opencv: 3 bước
Opencv Face Detection, Training and Recognition: OpenCV là một thư viện thị giác máy tính mã nguồn mở rất phổ biến để thực hiện các tác vụ xử lý hình ảnh cơ bản như làm mờ, trộn hình ảnh, nâng cao chất lượng hình ảnh cũng như video, tạo ngưỡng, v.v. Ngoài xử lý hình ảnh, nó kích động
Nhận dạng khuôn mặt trong thời gian thực: một dự án từ đầu đến cuối: 8 bước (có hình ảnh)
Nhận dạng khuôn mặt trong thời gian thực: một Dự án từ đầu đến cuối: Trong hướng dẫn cuối cùng của tôi khi khám phá OpenCV, chúng tôi đã học cách THEO DÕI ĐỐI TƯỢNG TẦM NHÌN TỰ ĐỘNG. Bây giờ, chúng tôi sẽ sử dụng PiCam của mình để nhận dạng khuôn mặt trong thời gian thực, như bạn có thể thấy bên dưới: Dự án này được thực hiện với " Thư viện Thị giác Máy tính Nguồn Mở tuyệt vời & qu
Nhận diện khuôn mặt + nhận dạng: 8 bước (có hình ảnh)
Nhận diện khuôn mặt + nhận dạng: Đây là một ví dụ đơn giản về việc chạy tính năng nhận diện và nhận diện khuôn mặt với OpenCV từ máy ảnh. LƯU Ý: TÔI ĐÃ THỰC HIỆN DỰ ÁN NÀY CHO CUỘC THI CẢM BIẾN VÀ TÔI ĐÃ SỬ DỤNG MÁY ẢNH LÀM CẢM BIẾN ĐỂ THEO DÕI VÀ CÁC MẶT CẢNH NHẬN. Vì vậy, Mục tiêu của chúng tôi Trong phiên này, 1. Cài đặt Anaconda
Nhận diện khuôn mặt và mắt với Raspberry Pi Zero và Opencv: 3 bước
Nhận diện khuôn mặt và mắt với Raspberry Pi Zero và Opencv: Trong hướng dẫn này, tôi sẽ trình bày cách bạn có thể phát hiện khuôn mặt và mắt bằng cách sử dụng raspberry pi và opencv. Đây là hướng dẫn đầu tiên của tôi trên opencv. Tôi đã làm theo nhiều hướng dẫn để thiết lập cv mở trong mâm xôi nhưng lần nào cũng gặp một số lỗi. Dù sao thì tôi