Pengesanan Muka dan Mata Dengan Raspberry Pi Zero dan Opencv: 3 Langkah

2024 Pengarang: John Day | [email protected]. Diubah suai terakhir: 2024-01-30 11:12

Dalam arahan ini saya akan menunjukkan bagaimana anda dapat mengesan wajah dan mata menggunakan raspberry pi dan opencv. Ini adalah arahan pertama saya di opencv. Saya mengikuti banyak tutorial untuk menyiapkan cv terbuka di raspberry tetapi setiap kali tersekat dengan beberapa kesilapan. Bagaimanapun saya telah menyelesaikan kesilapan tersebut dan berfikir untuk menulis boleh diarahkan supaya orang lain dapat memasangnya tanpa kesulitan

Perkara yang diperlukan:

1. Raspberry pi sifar

2. kad SD

3. Modul Kamera

Proses pemasangan ini akan memakan masa lebih dari 13 jam jadi rancang pemasangannya dengan sewajarnya

Langkah 1: Downlaod dan Pasang Gambar Raspbian

Muat turun peregangan raspbian dengan gambar desktop dari laman web raspberry pi

www.raspberrypi.org/downloads/raspbian

Kemudian masukkan kad memori ke dalam komputer riba anda dan bakar gambar raspbian menggunakan alat etcher

Muat turun ethcher dari sini

Setelah membakar gambar, pasangkan kad memori ke pi raspberry anda dan hidupkan raspberry

Langkah 2: Menyiapkan Opencv

Selepas proses boot buka terminal dan ikuti langkah-langkah untuk memasang opencv dan menyediakan persekitaran maya untuk opencv

Langkah-langkah:

1. Setiap kali anda memulakan pemasangan baru, lebih baik menaikkan pakej yang ada

$ sudo apt-get kemas kini

$ sudo apt-get peningkatan

Masa: 2m 30 saat

2. Kemudian pasang alat pembangun

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

Masa: 50 saat

3. Sekarang ambil pakej I / O gambar yang diperlukan

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

Masa: 37 saat

4. Pakej I / O video

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

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

Masa: 36 saat

5. Pasang pengembangan GTK

$ sudo apt-get install libgtk2.0-dev

Masa: 2m 57s

6. Pakej pengoptimuman

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

Masa: 1 min

7. Sekarang pasang python 2.7 jika tidak ada di sana. Dalam kes saya sudah dipasang tetapi masih periksa

$ sudo apt-get install python2.7-dev

Masa: 55 saat

8. Sekarang muat turun sumber opencv dan unzipnya

$ cd ~

$ wget -O opencv.zip

$ unzip opencv.zip

Masa: 1m 58 saat

9. Memuat turun repositori opencv_contrib

$ wget -O opencv_contrib.zip

$ unzip opencv_contrib.zip

Masa: 1m 5sec

10. Sekarang opencv dan opencv_contrib telah diperluas hapus fail zip mereka untuk menjimatkan ruang

$ rm opencv.zip opencv_contrib.zip

Masa: 2 saat

11. Sekarang pasang pip

$ wget

$ sudo python get-pip.py

Masa: 50 saat

12. Pasang virtualenv dan virtualenvwrapper, ini akan membolehkan kita membuat persekitaran python yang terpisah dan terpencil untuk projek masa depan kita

$ sudo pip memasang virtualenv virtualenvwrapper

$ sudo rm -rf ~ /.cache / pip

Masa: 30 saat

13. Selepas pemasangan itu, buka ~ /.profile

$ nano ~ /.profil

dan tambahkan baris ini ke bahagian bawah fail

# virtualenv dan virtualenvwrapper

eksport WORKON_HOME = $ HOME /.virtualenvs sumber /usr/local/bin/virtualenvwrapper.sh

Sekarang sumber profil ~ /. Untuk memuat semula perubahan

$ sumber ~ /.profil

Masa: 20 saat

14. Sekarang buat eny maya python bernama cv

$ mkvirtualenv cv

Masa: 10sec

15. Langkah seterusnya adalah memasang numpy. Ini akan memakan masa sekurang-kurangnya setengah jam sehingga anda dapat minum kopi dan sandwic

$ pip memasang numpy

Masa: 36m

16. Sekarang kompilasi dan pasang opencv dan pastikan anda berada di persekitaran maya cv dengan menggunakan arahan ini

$ workon cv

dan kemudian siapkan binaan menggunakan 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_VODTR_VODTR D BUILD_EXAMPLES = ON -D ENABLE_PRECOMPILED_HEADERS = MATI..

Masa: 5mins

17. Sekarang build adalah setup, run make untuk memulakan proses penyusunan. Ini akan memakan masa sedikit sehingga anda boleh membiarkan ini berjalan semalaman

$ buat

Dalam kes saya 'make' melemparkan saya satu kesalahan yang berkaitan dengan ffpmeg. Setelah banyak pencarian saya menemui jalan penyelesaiannya. Pergi ke folder opencv 3.0 kemudian modul kemudian di dalam videoio pergi ke src dan ganti cap_ffpmeg_impl.hpp dengan fail ini

github.com/opencv/opencv/blob/f88e9a748a37e5df00912524e590fb295e7dab70/modules/videoio/src/cap_ffmpeg_impl.hpp dan jalankan lagi

Masa: 13 jam

Sekiranya disusun tanpa sebarang kesalahan, pasangkan pada raspberry pi menggunakan:

$ sudo buat pemasangan

$ sudo ldconfig

Masa: 2 min 30 saat

18. Setelah menyelesaikan langkah 17, pengikatan opencv anda harus ada di /usr/local/lib/python-2.7/site-packages. Sahkan dengan menggunakan ini

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

jumlah 1549 -rw-r - r-- 1 kakitangan akar 1677024 3 Dis 09:44 cv2.so

19. Sekarang yang tinggal hanyalah sim-link fail cv2.so ke dalam direktori pakej laman persekitaran cv

$ cd ~ /.virtualenvs / cv / lib / python2.7 / pakej laman /

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

20. Sahkan pemasangan opencv anda dengan menggunakan:

$ workon cv

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

Langkah 3: Pengesanan Muka dan Mata

Sekarang mari kita cuba pengesanan wajah

Perkara pertama yang perlu dilakukan ialah mengaktifkan kamera dengan menggunakan:

$ sudo raspi-config

Ini akan memaparkan skrin konfigurasi. Gunakan kekunci anak panah anda untuk menatal ke bawah ke Pilihan 5: Aktifkan kamera, tekan kekunci enter anda untuk mengaktifkan kamera, dan kemudian anak panah ke bawah ke butang Selesai dan tekan enter lagi. Terakhir, anda perlu menghidupkan semula Raspberry Pi anda agar konfigurasi tersebut dapat dipengaruhi.

Sekarang pasang picamera [array] di persekitaran cv. Untuk ini pastikan anda berada di persekitaran cv. Sekiranya anda menghidupkan semula pi anda, untuk memasukkan semula dalam persekitaran cv, ketik:

$ sumber ~ /.profil

$ workon cv

Sekarang pasang kamera pi

$ pip pasang "picamera [array]"

Jalankan face-detection-test.py bu menggunakan:

python face-detection-test.py

Sekiranya ada kesalahan, ketik perintah ini sebelum menjalankan skrip

sudo modprobe bcm2835-v4l2

Sekarang anda baik untuk mengesan wajah. Cuba dan kongsi hasil anda

Ceria!