Ansikts- og øyeoppdagelse med Raspberry Pi Zero og Opencv: 3 trinn

2024 Forfatter: John Day | [email protected]. Sist endret: 2024-01-30 11:25

I denne instruksen skal jeg vise hvordan du kan oppdage ansikt og øye ved å bruke bringebær pi og opencv. Dette er min første instruks på opencv. Jeg fulgte mange opplæringsprogrammer for å sette opp åpen cv i bringebær, men hver gang slo det med noen feil. Uansett løste jeg disse feilene og tenkte å skrive instruerbart slik at alle andre kan installere det uten problemer

Ting som kreves:

1. Bringebær pi null

2. SD-kort

3. Kameramodul

Denne installasjonsprosessen vil ta mer enn 13 timer, så planlegg installasjonen deretter

Trinn 1: Last ned og installer Raspbian Image

Last ned raspbian stretch med desktop image fra bringebær pi nettsted

www.raspberrypi.org/downloads/raspbian

Sett deretter inn minnekortet i den bærbare datamaskinen og brenn det raspiske bildet med etserverktøyet

Last ned etcher her

Etter at du har brent bildet, kobler du minnekortet til bringebærpi og slår på bringebæret

Trinn 2: Konfigurere Opencv

Etter oppstartsprosessen, åpne terminalen og følg trinnene for å installere opencv og konfigurere virtuelt miljø for opencv

Trinn:

1. Hver gang du starter en ny installasjon, er det bedre å oppgradere eksisterende pakker

$ sudo apt-get oppdatering

$ sudo apt-get oppgradering

Tid: 2m 30 sek

2. Installer deretter utviklerverktøy

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

Tid: 50 sek

3. Ta tak i de nødvendige bilde -I/O -pakkene

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

Tid: 37 sek

4. Video I/O -pakker

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

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

Tid: 36 sek

5. Installer GTK -utviklingen

$ sudo apt-get install libgtk2.0-dev

Tid: 2m 57s

6. Optimaliseringspakker

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

Tid: 1 min

7. Installer nå python 2.7 hvis den ikke er der. I mitt tilfelle var det allerede installert, men sjekk det fortsatt

$ sudo apt-get install python2.7-dev

Tid: 55 sek

8. Last ned opencv -kilden og pakk den ut

$ cd ~

$ wget -O opencv.zip

$ unzip opencv.zip

Tid: 1m 58 sek

9. Nedlasting av opencv_contrib -depotet

$ wget -O opencv_contrib.zip

$ unzip opencv_contrib.zip

Tid: 1m 5sek

10. Nå har opencv og opencv_contrib blitt utvidet, slett zip -filene for å spare plass

$ rm opencv.zip opencv_contrib.zip

Tid: 2 sek

11. Installer nå pip

$ wget

$ sudo python get-pip.py

Tid: 50 sek

12. Installer virtualenv og virtualenvwrapper, dette lar oss lage separate, isolerte python -miljøer for våre fremtidige prosjekter

$ sudo pip installere virtualenv virtualenvwrapper

$ sudo rm -rf ~/.cache/pip

Tid: 30 sek

13. Etter den installasjonen, åpner du ~/.profil

$ nano ~/.profil

og legg til disse linjene nederst i filen

# virtualenv og virtualenvwrapper

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

Kild nå din ~/.profil for å laste inn endringene på nytt

$ kilde ~/.profil

Tid: 20 sek

14. Lag nå en virtuell python -env som heter cv

$ mkvirtualenv cv

Tid: 10 sek

15. Neste trinn er å installere numpy. Dette vil ta minst en halv time, slik at du kan ha kaffe og smørbrød

$ pip installer numpy

Tid: 36m

16. Kompiler og installer nå opencv og kontroller at du befinner deg i et virtuelt cv -miljø ved å bruke denne kommandoen

$ workon cv

og konfigurer deretter bygningen ved hjelp av 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_MOD = D BUILD_EXAMPLES = PÅ -D ENABLE_PRECOMPILED_HEADERS = AV..

Tid: 5 minutter

17. Nå er build konfigurert, kjør make for å starte kompileringsprosessen. Dette kommer til å ta en stund, så du kan la dette gå over natten

$ lage

I mitt tilfelle kastet 'make' meg en feil som var relatert til ffpmeg. Etter mye leting fant jeg løsningen. Gå til opencv 3.0 -mappen, deretter moduler, deretter inne i videoio, gå til src og erstatt cap_ffpmeg_impl.hpp med denne filen

github.com/opencv/opencv/blob/f88e9a748a37e5df00912524e590fb295e7dab70/modules/videoio/src/cap_ffmpeg_impl.hpp og kjør make again

Tid: 13 timer

Hvis den er kompilert uten feil, installerer du den på bringebær pi ved å bruke:

$ sudo gjør installering

$ sudo ldconfig

Tid: 2 min 30 sek

18. Etter å ha fullført trinn 17, bør opencv-bindingene være i /usr/local/lib/python-2.7/site-packages. Bekreft dette ved å bruke dette

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

totalt 1549 -rw-r-r-- 1 rotstab 1677024 3. des 09:44 cv2.so

19. Nå gjenstår det bare å sym-lenke cv2.so-filen inn i nettstedspakkekatalogen for cv-miljøet

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

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

20. Bekreft opencv -installasjonen din ved å bruke:

$ workon cv

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

Trinn 3: Ansikts- og øyeoppdagelse

La oss nå prøve ansiktsgjenkjenning

Det første du må gjøre er å aktivere kameraet ved å bruke:

$ sudo raspi-config

Dette vil vise en konfigurasjonsskjerm. Bruk piltastene til å bla ned til Alternativ 5: Aktiver kamera, trykk enter -tasten for å aktivere kameraet, og pil deretter ned til Fullfør -knappen og trykk enter igjen. Til slutt må du starte Raspberry Pi på nytt for at konfigurasjonen skal påvirke.

Installer nå picamera [array] i cv -miljø. For dette må du sørge for at du er i cv -miljø. Hvis du har startet pi på nytt, skriver du bare inn for å skrive inn igjen i cv -miljøet:

$ kilde ~/.profil

$ workon cv

Installer nå pi -kameraet

$ pip installer "picamera [array]"

Kjør face-detection-test.py bu ved å bruke:

python face-detection-test.py

Hvis det oppstår en feil, skriver du bare inn denne kommandoen før du utfører skriptet

sudo modprobe bcm2835-v4l2

Nå er du god til å gå for ansiktsgjenkjenning. Prøv å dele resultatene dine

Jubel!