Kasvojen ja silmien tunnistus Raspberry Pi Zero- ja Opencv -tekniikoilla: 3 vaihetta

Tässä ohjeessa näytän, kuinka voit tunnistaa kasvot ja silmät vadelma pi: n ja opencv: n avulla. Tämä on ensimmäinen ohjeeni opencv: ssä. Seurasin monia opetusohjelmia avatakseni cv: n vadelmassa, mutta joka kerta iski joitakin virheitä. Joka tapauksessa ratkaisin nämä virheet ja ajattelin kirjoittaa ohjeellisia, jotta kaikki muut voivat asentaa sen ilman vaikeuksia

Tarvittavat asiat:

1. Vadelma pi nolla

2. SD-kortti

3. Kameramoduuli

Tämä asennusprosessi kestää yli 13 tuntia, joten suunnittele asennus vastaavasti

Vaihe 1: Lataa ja asenna Raspbian Image

Lataa raspbian stretch työpöytäkuvalla raspberry pi -sivustolta

www.raspberrypi.org/downloads/raspbian

Aseta sitten muistikortti kannettavaan tietokoneeseen ja polta raspbian -kuva etcher -työkalulla

Lataa ethcher täältä

Kun olet polttanut kuvan, kytke muistikortti vadelmapiisi ja käynnistä vadelma

Vaihe 2: Opencv: n määrittäminen

Käynnistyksen jälkeen avaa päätelaite ja asenna opencv ja määritä virtuaalinen ympäristö opencv: lle vaiheiden mukaan

Askeleet:

1. Aina kun aloitat uuden asennuksen, on parempi päivittää olemassa olevat paketit

$ sudo apt-get päivitys

$ sudo apt-get päivitys

Aika: 2m 30 sek

2. Asenna sitten kehittäjätyökalut

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

Aika: 50 sekuntia

3. Tartu nyt tarvittaviin kuvan I/O -paketteihin

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

Aika: 37 sekuntia

4. Video I/O -paketit

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

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

Aika: 36 sekuntia

5. Asenna GTK -kehite

$ sudo apt-get install libgtk2.0-dev

Aika: 2m 57s

6. Optimointipaketit

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

Aika: 1 min

7. Asenna nyt python 2.7, jos se ei ole siellä. Minun tapauksessani se oli jo asennettu, mutta tarkista silti

$ sudo apt-get install python2.7-dev

Aika: 55 sekuntia

8. Lataa nyt opencv -lähde ja pura se

$ cd ~

$ wget -O opencv.zip

$ unzip opencv.zip

Aika: 1 m 58 sek

9. Opencv_contrib -arkiston lataaminen

$ wget -O opencv_contrib.zip

$ unzip opencv_contrib.zip

Aika: 1 m 5 s

10. Nyt opencv ja opencv_contrib on laajennettu poistamalla niiden zip -tiedostot säästääkseen tilaa

$ rm opencv.zip opencv_contrib.zip

Aika: 2 sek

11. Asenna nyt pip

$ wget

$ sudo python get-pip.py

Aika: 50 sekuntia

12. Asenna virtualenv ja virtualenvwrapper, jotta voimme luoda erilliset, eristetyt python -ympäristöt tuleville projekteillemme

$ sudo pip asenna virtualenv virtualenvwrapper

$ sudo rm -rf ~/.cache/pip

Aika: 30 sekuntia

13. Avaa asennuksen jälkeen ~/.profile

$ nano ~/.profiili

ja lisää nämä rivit tiedoston alaosaan

# virtualenv ja virtualenvwrapper

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

Luo nyt ~/.profiilisi ladataksesi muutokset uudelleen

$ lähde ~/.profile

Aika: 20 sekuntia

14. Luo nyt python -virtuaalinen env nimeltä cv

$ mkvirtualenv cv

Aika: 10 sek

15. Seuraava vaihe on asentaa numpy. Tämä kestää vähintään puoli tuntia, joten voit nauttia kahvia ja voileipiä

$ pip asennus numpy

Aika: 36m

16. Käännä ja asenna opencv ja varmista, että u on cv -virtuaaliympäristössä käyttämällä tätä komentoa

$ workon cv

ja asenna sitten rakenne käyttämällä Cmakea

$ 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 = PÄÄLLÄ D BUILD_EXAMPLES = ON -D ENABLE_PRECOMPILED_HEADERS = POIS..

Aika: 5 min

17. Nyt koontiversio on asennettuna, suorita make aloittaaksesi kokoamisprosessin. Tämä kestää jonkin aikaa, joten voit antaa tämän toimia yön yli

$ tehdä

Minun tapauksessani 'make' heitti minulle yhden virheen, joka liittyi ffpmegiin. Pitkän etsinnän jälkeen löysin ratkaisun. Siirry opencv 3.0 -kansioon, sitten moduulit ja sitten videoio -ohjelman sisälle src ja korvaa cap_ffpmeg_impl.hpp tällä tiedostolla

github.com/opencv/opencv/blob/f88e9a748a37e5df00912524e590fb295e7dab70/modules/videoio/src/cap_ffmpeg_impl.hpp ja suorita make make

Aika: 13 tuntia

Jos se on käännetty ilman virheitä, asenna se raspberry pi: lle käyttämällä:

$ sudo make install

$ sudo ldconfig

Aika: 2 min 30 sek

18. Kun olet suorittanut vaiheen 17, opencv-sidosten tulee olla /usr/local/lib/python-2.7/site-packages-tiedostossa. Vahvista tämä käyttämällä tätä

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

yhteensä 1549 -rw-r-r-- 1 päähenkilö 1677024 3. joulukuuta 09:44 cv2.so

19. Nyt on vain jäljellä sym-linkki cv2.so-tiedosto cv-ympäristön site-package-hakemistoon

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

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

20. Tarkista opencv -asennuksesi seuraavilla tavoilla:

$ workon cv

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

Vaihe 3: Kasvojen ja silmien tunnistus

Kokeillaan nyt kasvojentunnistusta

Ensimmäinen asia on ottaa kamera käyttöön käyttämällä:

$ sudo raspi-config

Tämä tuo esiin määritysnäytön. Vieritä nuolinäppäimillä alas kohtaan Vaihtoehto 5: Ota kamera käyttöön, ota kamera käyttöön painamalla Enter -näppäintä ja nuoli alas Valmis -painikkeeseen ja paina Enter -näppäintä uudelleen. Lopuksi sinun on käynnistettävä Raspberry Pi uudelleen, jotta kokoonpano vaikuttaa.

Asenna nyt picamera [array] cv -ympäristöön. Varmista tätä varten, että olet cv -ympäristössä. Jos käynnistit pi uudelleen, kirjoita uudelleen cv -ympäristöön kirjoittamalla:

$ lähde ~/.profile

$ workon cv

Asenna nyt pi -kamera

$ pip install "picamera [array]"

Suorita face-detection-test.py bu käyttämällä:

python face-detection-test.py

Jos se antaa virheen, kirjoita tämä komento ennen komentosarjan suorittamista

sudo modprobe bcm2835-v4l2

Nyt voit mennä kasvojentunnistukseen. Kokeile jakaa tuloksiasi

Kippis!