Arc- és szemfelismerés a Raspberry Pi Zero és az Opencv segítségével: 3 lépés

2024 Szerző: John Day | [email protected]. Utoljára módosítva: 2024-01-30 09:43

Ebben az utasításban megmutatom, hogyan lehet felismerni az arcot és a szemet a málna pi és az opencv használatával. Ez az első instrukcióm az opencv -n. Sok oktatóanyagot követtem a nyílt cv beállításához a málnában, de minden alkalommal némi hiba történt. Mindenesetre megoldottam ezeket a hibákat, és gondoltam, hogy leírható utasításokat írok, hogy mindenki más nehézségek nélkül telepíthesse

Szükséges dolgok:

1. Málna pi nulla

2. SD-kártya

3. Kamera modul

Ez a telepítési folyamat több mint 13 órát vesz igénybe, ezért ennek megfelelően tervezze meg a telepítést

1. lépés: A Raspbian Image letöltése és telepítése

Töltse le a raspbian stretch asztali képpel a raspberry pi webhelyről

www.raspberrypi.org/downloads/raspbian

Ezután helyezze be a memóriakártyát a laptopjába, és égesse el a raspbian képet az etcher eszközzel

Az Etcher letölthető innen:

A kép elégetése után csatlakoztassa a memóriakártyát a málna pi -hez, és kapcsolja be a málnát

2. lépés: Az Opencv beállítása

A rendszerindítás után nyissa meg a terminált, és kövesse az opencv telepítéséhez és az opencv virtuális környezet beállításához szükséges lépéseket

Lépések:

1. Minden új telepítés megkezdésekor jobb frissíteni a meglévő csomagokat

$ sudo apt-get frissítés

$ sudo apt-get upgrade

Idő: 2m 30 mp

2. Ezután telepítse a fejlesztői eszközöket

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

Idő: 50 mp

3. Most ragadja meg a szükséges kép I/O csomagokat

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

Idő: 37 mp

4. Videó I/O csomagok

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

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

Idő: 36 mp

5. Telepítse a GTK fejlesztőt

$ sudo apt-get install libgtk2.0-dev

Idő: 2m 57s

6. Optimalizáló csomagok

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

Idő: 1 perc

7. Most telepítse a python 2.7 -et, ha nincs ott. Esetemben már telepítve volt, de még mindig ellenőrizze

$ sudo apt-get install python2.7-dev

Idő: 55 mp

8. Most töltse le az opencv forrást, és bontsa ki

$ cd ~

$ wget -O opencv.zip

$ unzip opencv.zip

Idő: 1 m 58 mp

9. Az opencv_contrib adattár letöltése

$ wget -O opencv_contrib.zip

$ unzip opencv_contrib.zip

Idő: 1m 5 mp

10. Most az opencv és az opencv_contrib kibővítve törölje zip fájljaikat, hogy helyet takarítsanak meg

$ rm opencv.zip opencv_contrib.zip

Idő: 2 mp

11. Most telepítse a pip -t

$ wget

$ sudo python get-pip.py

Idő: 50 mp

12. Telepítse a virtualenv és virtualenvwrapper programokat, ez lehetővé teszi számunkra, hogy különálló, elszigetelt python környezeteket hozzunk létre jövőbeli projektjeinkhez

$ sudo pip install virtualenv virtualenvwrapper

$ sudo rm -rf ~/.cache/pip

Idő: 30 mp

13. A telepítés után nyissa meg a ~/.profile fájlt

$ nano ~/.profile

és adja hozzá ezeket a sorokat a fájl aljához

# virtualenv és virtualenvwrapper

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

Most a ~/.profil forrásból szerezze be a változtatásokat

$ forrás ~/.profile

Idő: 20 mp

14. Most hozzon létre egy cyt nevű python virtuális env -t

$ mkvirtualenv cv

Idő: 10 mp

15. A következő lépés a numpy telepítése. Ez legalább fél órát vesz igénybe, így kávét és szendvicseket fogyaszthat

$ pip install numpy

Idő: 36 m

16. Most fordítsa le és telepítse az opencv programot, és győződjön meg arról, hogy u a cv virtuális környezetben van ezzel a paranccsal

$ workon cv

majd állítsa be a buildet a Cmake segítségével

$ 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_EXTR_COD D BUILD_EXAMPLES = BE -D ENABLE_PRECOMPILED_HEADERS = KI..

Idő: 5 perc

17. Most a build telepítése, futtassa a make parancsot a fordítási folyamat elindításához. Ez eltart egy darabig, így egy éjszakán át hagyhatja futni

$ make

Esetemben a 'make' dobott nekem egy hibát, ami az ffpmeg -hez kapcsolódott. Sok keresés után megtaláltam a megoldást. Nyissa meg az opencv 3.0 mappát, majd a modulokat, majd a videoio -n belül az src -t, és cserélje le a cap_ffpmeg_impl.hpp fájlt ezzel a fájllal

github.com/opencv/opencv/blob/f88e9a748a37e5df00912524e590fb295e7dab70/modules/videoio/src/cap_ffmpeg_impl.hpp és futtassa újra a make

Idő: 13 óra

Ha hiba nélkül fordította össze, telepítse a Raspberry pi -re a következő használatával:

$ sudo make install

$ sudo ldconfig

Idő: 2 perc 30 mp

18. A 17. lépés befejezése után az opencv kötéseinek a /usr/local/lib/python-2.7/site-packages fájlban kell lenniük. Ezt ellenőrizze ezzel

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

összesen 1549 -rw-r-r-- 1 root személyzet 1677024 Dec 3 09:44 cv2.so

19. Most már csak az maradt hátra, hogy a cv2.so fájlt a cv környezet site-package könyvtárába szim-linkeljük

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

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

20. Ellenőrizze az opencv telepítését a következők használatával:

$ workon cv

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

3. lépés: Arc- és szemfelismerés

Most próbáljuk meg az arcfelismerést

Első lépésként engedélyezze a kamerát a következők használatával:

$ sudo raspi-config

Ekkor megjelenik egy konfigurációs képernyő. A nyílbillentyűkkel görgessen le az 5. opcióhoz: Engedélyezze a kamerát, nyomja meg az Enter billentyűt a kamera engedélyezéséhez, majd nyíllal a Befejezés gombra, majd nyomja meg ismét az enter billentyűt. Végül újra kell indítania a Raspberry Pi -t, hogy a konfiguráció érvényesüljön.

Most telepítse a picamera [tömböt] cv környezetbe. Ehhez győződjön meg róla, hogy cv környezetben van. Ha újraindította a pi -t, akkor írja be újra a cv környezetbe, hogy újra belépjen:

$ forrás ~/.profile

$ workon cv

Most telepítse a pi kamerát

$ pip install "picamera [tömb]"

Futtassa a face-detection-test.py bu fájlt a következők használatával:

python face-detection-test.py

Ha bármilyen hibát észlel, írja be ezt a parancsot a parancsfájl végrehajtása előtt

sudo modprobe bcm2835-v4l2

Most már jó az arcfelismerés. Próbálja meg megosztani eredményeit

Egészségére!