Pengecaman dan Pengecaman Wajah - Arduino Face ID Menggunakan OpenCV Python dan Arduino .: 6 Langkah

2024 Pengarang: John Day | [email protected]. Diubah suai terakhir: 2024-01-30 11:08

Pengenalan wajah AKA ID ID adalah salah satu ciri terpenting pada telefon bimbit pada masa kini.

Oleh itu, saya mempunyai soalan "bolehkah saya mempunyai id wajah untuk projek Arduino saya" dan jawapannya adalah ya …

Perjalanan saya bermula seperti berikut:

Langkah 1: Akses ke kamera web

langkah 2: Pengenalan wajah.

langkah 3: Pengumpulan data

Langkah 4: Latihan

langkah 5: Pengecaman wajah

langkah 6: Pengaturcaraan Arduino

Saya akan menerangkan semua langkah di bawah. Saya harap ini dapat membantu anda.

Langkah 1: Akses ke Kamera Web

Langkah pertama untuk pengecaman wajah adalah mempunyai akses ke kamera atau penglihatan komputer. Oleh kerana India berada dalam keadaan terkunci, penyelesaian paling murah yang saya dapati adalah menggunakan kamera web komputer yang saya akses dengan program python menggunakan modul openCV.

Anda mungkin berfikir apa itu OpenCV, bukan?

OpenCV (Open Source Computer Vision Library) adalah perpustakaan perisian sumber terbuka dan pembelajaran komputer mesin. OpenCV dibangun untuk menyediakan infrastruktur umum untuk aplikasi penglihatan komputer dan untuk mempercepat penggunaan persepsi mesin dalam produk komersial.

Sekiranya Opencv dipasang di komputer anda, anda boleh pergi. Sekiranya tidak, ikuti langkah ini.

buka arahan arahan dan ketik "pip install opencv".

Amaran: Anda mungkin mendapat ralat kerana "'pip' tidak dikenali sebagai perintah dalaman atau luaran". yang anda perlu tambahkan jalan pemasangan pip anda ke pemboleh ubah sistem PATH anda. Lalui siaran ini mungkin dapat membantu anda.

stackoverflow.com/questions/23708898/pip-i…

Setelah OpenCV dipasang, kami baik untuk pergi … Untuk memeriksa apakah dipasang dengan betul, buka jurubahasa Python anda dan import perpustakaan. Lihat gambar di atas yang seharusnya menjadi output anda.

Muat turun fail python "AccessTo_webcam.py" dan jalankan. Saya telah memberikan semua komen yang diperlukan di sana.

Ini dia, Sekarang anda mempunyai akses ke kamera web. Bagus. mari kita teruskan ke langkah 2.

Langkah 2: Pengenalan Muka

dengan bantuan modul OpenCV yang sama, kita harus mengenal pasti sama ada terdapat wajah di aliran video atau tidak.

OpenCV menyediakan kaedah latihan atau model pra-latihan yang disebut sebagai Cascade Classifier. Model pra-latihan terletak di folder data dalam pemasangan OpenCV. Saya sediakan fail itu hanya muat turun dan letakkan di folder projek anda. Folder tempat fail "AccessTo_webcam.py" disimpan. Sekiranya anda belum membuatnya, lakukanlah.

Muat turun "haarcascade_frontalface_default" dan letakkan di folder projek utama.

Muat turun "Face_identification.py" dan letakkan di folder projek utama. Semua penjelasan diberikan di dalamnya.

Kini anda dapat mengenal pasti wajah dalam aliran video. Oleh itu, mari teruskan ke langkah 3.

Langkah 3: Pengumpulan Data

Untuk mengenali wajah kita perlu melatih program python kita. Kami memerlukan beberapa data.

Pengumpulan data merupakan langkah paling mudah dalam projek ini. buat folder bernama "image_data" di folder projek utama anda. Di dalam folder "image_data" buat beberapa folder tambahan dengan nama orang tersebut, di mana kami akan menyimpan data. sebagai contoh:

Dalam folder "image_data" saya telah membuat dua lagi folder bernama "HRK" dan "Yahiya". seperti yang ditunjukkan dalam gambar di atas.

Sekarang teruskan buat folder anda sendiri dan namakan.

Setelah folder dibuat, mulailah mengumpulkan gambar orang tertentu. Saya mengesyorkan mengumpulkan hampir 20 gambar setiap orang. Anda juga boleh menambahkan lebih banyak gambar tetapi pastikan data yang dikumpulkan untuk semua orang mengandungi jumlah gambar yang sama. Ia membantu memberikan ketepatan.

itu sahaja sekarang mari kita beralih ke langkah 4.

Langkah 4: Latihan

Secara ringkas, kami akan memeriksa semua folder dan gambar yang terdapat di folder "image_data" dan membuat kamus yang akan mengandungi label label dan nama yang sesuai. Pada masa yang sama, kami akan memuatkan gambar untuk mengesan wajah di setiap gambar yang kami namakan sebagai "Wilayah Minat" dan membuat fail ".yml" yang mengandungi maklumat tersebut.

Dengan andaian bahawa anda mempunyai data yang dikumpulkan untuk orang X dan Y.

kami akan melabel orang X sebagai 1 yang akan menjadi ID labelnya dan namanya adalah X itu sendiri. Kami memuat gambar untuk mencari wajahnya, iaitu Daerah yang menarik dan menambahkan data ke dalam senarai.

langkah serupa akan diikuti untuk orang Y. Dan akhirnya, kami akan membuat fail ".yml".

Muat turun fail "face_trainer.py" dan letakkan di folder projek utama. Semua penjelasan yang diperlukan diberikan dalam fail itu sendiri.

Semasa anda menjalankan program ini, ia akan melalui semua gambar dan membuat dua fail bernama "labels.pickle" dan "trainner.yml". Sekarang anda telah melatih model anda sendiri. jadi mari kita teruskan ke langkah 5.

Langkah 5: Pengecaman Muka

Sekiranya anda telah melalui semua langkah dengan betul maka anda mungkin telah membuat data terlatih anda sendiri. Sekarang kita akan menggunakan data tersebut untuk pengecaman wajah.

Pada dasarnya kami akan memuatkan model terlatih kami ke dalam fail python, Akses kamera web kami, dan kenal pasti Wajah dalam aliran video dan lakukan perbandingan atau ramalan antara wajah semasa yang dikenal pasti dalam aliran video, dan model yang dilatih. jika data dipadankan maka kita mengatakan bahawa orang itu dikenali, hanya semudah itu …

Muat turun "face_recognise.py" dan jalankan. Semua maklumat yang diperlukan disediakan di dalamnya. Sekarang wajah anda mungkin dikenali. jika ketepatannya tidak baik maka cuba kemas kini data. jika anda semua baik untuk pergi maka teruskan ke langkah 6 /

Langkah 6: Pengaturcaraan Arduino

Langkah terakhir dan terakhir adalah memprogram Arduino, Dan untuk menyediakan mod komunikasi antara python dan Arduino. Untuk komunikasi, saya menggunakan "Serial Communication". Lihat video yang telah saya pautkan di atas untuk mengetahui bagaimana Serial Communication berfungsi dan membuatnya. Anda akan menemui semua fail yang diperlukan dalam keterangan video.

Sekiranya anda telah melalui video, izinkan saya menjelaskan kepada anda apa yang saya buat. Apabila wajah saya dikenali maka ID label yang diberikan adalah 2. Setelah ID label menjadi 2 saya akan menghantar '1' sebagai data bersiri ke Arduino saya. Yang akan menghidupkan litar pengejar LED saya. Sekiranya label ID lain daripada 2 maka saya akan menghantar '0' sebagai data bersiri, yang akan mematikan Circuit LED chaser saya.

Muat turun fail "ard_chaser.ino". Ini adalah program pengejar LED sederhana yang menggunakan komunikasi bersiri.

Muat turun dengan mudah "face_recogniser1.py" yang akan mewujudkan komunikasi bersiri antara Arduino dan program python.

Itupun dia. Saya harap anda telah mempelajari sesuatu yang baru. Langgan saluran youtube saya untuk lebih banyak perkara yang berkaitan dengan python dan Arduino. Kongsi ini jika anda menyukainya. Terus menyokong.

Terima kasih.