Nhận diện khuôn mặt và mắt với Raspberry Pi Zero và Opencv: 3 bước

2024 Tác giả: John Day | [email protected]. Sửa đổi lần cuối: 2024-01-30 13:36

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 raspberry nhưng lần nào cũng gặp một số lỗi. Nhưng dù sao thì tôi đã giải quyết được những lỗi đó và nghĩ rằng sẽ viết hướng dẫn để mọi người khác có thể cài đặt nó mà không gặp bất kỳ khó khăn nào

Những thứ cần thiết:

1. Raspberry pi số 0

2. Thẻ SD

3. Mô-đun máy ảnh

Quá trình cài đặt này sẽ mất hơn 13 giờ vì vậy hãy lên kế hoạch cài đặt cho phù hợp

Bước 1: Downlaod và cài đặt Raspbian Image

Tải xuống bản kéo dài raspbian với hình ảnh máy tính để bàn từ trang web raspberry pi

www.raspberrypi.org/downloads/raspbian

Sau đó, lắp thẻ nhớ vào máy tính xách tay của bạn và ghi hình ảnh raspbian bằng công cụ etcher

Tải xuống ethcher từ đây

Sau khi ghi hình ảnh, cắm thẻ nhớ vào mâm xôi pi của bạn và bật nguồn mâm xôi

Bước 2: Thiết lập Opencv

Sau quá trình khởi động, hãy mở terminal và làm theo các bước để cài đặt opencv và thiết lập môi trường ảo cho opencv

Các bước:

1. Mỗi khi bạn bắt đầu bất kỳ cài đặt mới nào, tốt hơn nên nâng cấp các gói hiện có

$ sudo apt-get cập nhật

$ sudo apt-get nâng cấp

Thời gian: 2m 30 giây

2. Sau đó cài đặt các công cụ dành cho nhà phát triển

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

Thời gian: 50 giây

3. Bây giờ lấy các gói I / O hình ảnh cần thiết

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

Thời gian: 37 giây

4. Các gói I / O video

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

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

Thời gian: 36 giây

5. Cài đặt phát triển GTK

$ sudo apt-get install libgtk2.0-dev

Thời gian: 2 phút 57 giây

6. Các gói tối ưu hóa

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

Thời gian: 1 phút

7. Bây giờ cài đặt python 2.7 nếu nó không có ở đó. Trong trường hợp của tôi, nó đã được cài đặt nhưng vẫn kiểm tra

$ sudo apt-get install python2.7-dev

Thời gian: 55 giây

8. Bây giờ hãy tải xuống mã nguồn opencv và giải nén nó

$ cd ~

$ wget -O opencv.zip

$ giải nén opencv.zip

Thời gian: 1m 58 giây

9. Tải xuống kho lưu trữ opencv_contrib

$ wget -O opencv_contrib.zip

$ giải nén opencv_contrib.zip

Thời gian: 1 phút 5 giây

10. Bây giờ opencv và opencv_contrib đã được mở rộng, xóa các tệp zip của chúng để tiết kiệm dung lượng

$ rm opencv.zip opencv_contrib.zip

Thời gian: 2 giây

11. Bây giờ cài đặt pip

$ wget

$ sudo python get-pip.py

Thời gian: 50 giây

12. Cài đặt virtualenv và virtualenvwrapper, điều này sẽ cho phép chúng tôi tạo môi trường python riêng biệt, biệt lập cho các dự án trong tương lai của chúng tôi

$ sudo pip cài đặt virtualenv virtualenvwrapper

$ sudo rm -rf ~ /.cache / pip

Thời gian: 30 giây

13. Sau khi cài đặt, hãy mở ~ /.profile

$ nano ~ /.profile

và thêm những dòng này vào cuối tệp

# virtualenv và virtualenvwrapper

xuất WORKON_HOME = $ HOME /.virtualenvs nguồn /usr/local/bin/virtualenvwrapper.sh

Bây giờ nguồn ~ /.profile của bạn để tải lại các thay đổi

$ source ~ /.profile

Thời gian: 20 giây

14. Bây giờ hãy tạo một env ảo python có tên là cv

$ mkvirtualenv cv

Thời gian: 10 giây

15. Bước tiếp theo là cài đặt numpy. Quá trình này sẽ mất ít nhất nửa giờ để bạn có thể thưởng thức một ít cà phê và bánh mì kẹp

$ pip cài đặt numpy

Thời gian: 36phút

16. Bây giờ biên dịch và cài đặt opencv và đảm bảo rằng bạn đang ở trong môi trường ảo cv bằng cách sử dụng lệnh này

$ workon cv

và sau đó thiết lập bản dựng bằng 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_MODULES_PATH_modules = / / open-3.0.0 / module = ~ / open-3.0.0 / module D BUILD_EXAMPLES = BẬT -D ENABLE_PRECOMPILED_HEADERS = TẮT..

Thời gian: 5 phút

17. Bây giờ build is setup, hãy chạy make để bắt đầu quá trình biên dịch. Việc này sẽ mất một khoảng thời gian nên bạn có thể để nó chạy qua đêm

$ make

Trong trường hợp của tôi, 'make' đã đưa ra cho tôi một lỗi liên quan đến ffpmeg. Sau rất nhiều tìm kiếm, tôi đã tìm ra giải pháp. Chuyển đến thư mục opencv 3.0 rồi đến các mô-đun, sau đó bên trong videoio vào src và thay thế cap_ffpmeg_impl.hpp bằng tệp này

github.com/opencv/opencv/blob/f88e9a748a37e5df00912524e590fb295e7dab70/modules/videoio/src/cap_ffmpeg_impl.hpp và chạy lại

Thời gian: 13 giờ

Nếu nó được biên dịch mà không gặp bất kỳ lỗi nào, hãy cài đặt nó trên raspberry pi bằng cách sử dụng:

$ sudo thực hiện cài đặt

$ sudo ldconfig

Thời gian: 2 phút 30 giây

18. Sau khi hoàn thành bước 17, các ràng buộc opencv của bạn sẽ nằm trong /usr/local/lib/python-2.7/site-packages. Xác minh điều này bằng cách sử dụng

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

tổng cộng 1549 -rw-r - r-- 1 nhân viên gốc 1677024 3 tháng 12 09:44 cv2.so

19. Bây giờ việc còn lại chỉ là sym-link tệp cv2.so vào thư mục site-package của môi trường cv

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

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

20. Xác minh cài đặt opencv của bạn bằng cách sử dụng:

$ workon cv

$ python >>> nhập cv2 >>> cv2._ phiên bản_ '3.0.0' >>>

Bước 3: Nhận diện khuôn mặt và mắt

Bây giờ chúng ta hãy thử nhận diện khuôn mặt

Điều đầu tiên cần làm là bật camera bằng cách sử dụng:

$ sudo raspi-config

Thao tác này sẽ hiển thị màn hình cấu hình. Sử dụng các phím mũi tên để cuộn xuống Tùy chọn 5: Bật máy ảnh, nhấn phím enter để bật máy ảnh, sau đó mũi tên xuống nút Kết thúc và nhấn Enter lần nữa. Cuối cùng, bạn cần khởi động lại Raspberry Pi của mình để cấu hình có hiệu lực.

Bây giờ cài đặt picamera [mảng] trong môi trường cv. Đối với điều này, hãy chắc chắn rằng u r trong môi trường cv. Nếu bạn khởi động lại pi của mình, để nhập lại trong môi trường cv, chỉ cần nhập:

$ source ~ /.profile

$ workon cv

Bây giờ cài đặt camera pi

$ pip cài đặt "picamera [mảng]"

Chạy bu face-detection-test.py bằng cách sử dụng:

python face-detection-test.py

Nếu nó xuất hiện bất kỳ lỗi nào, chỉ cần gõ lệnh này trước khi thực thi tập lệnh

sudo modprobe bcm2835-v4l2

Bây giờ bạn có thể đi nhận diện khuôn mặt. Hãy thử và chia sẻ kết quả của bạn

Chúc mừng!