Sommario:
- Passaggio 1: scarica e installa l'immagine Raspbian
- Passaggio 2: configurazione di Opencv
- Passaggio 3: rilevamento del viso e degli occhi
Video: Rilevamento viso e occhi con Raspberry Pi Zero e Opencv: 3 passaggi
2024 Autore: John Day | [email protected]. Ultima modifica: 2024-01-30 10:04
In questo tutorial mostrerò come rilevare viso e occhi usando raspberry pi e opencv. Questo è il mio primo istruibile su opencv. Ho seguito molti tutorial per configurare open cv in raspberry ma ogni volta ho riscontrato alcuni errori. Comunque ho risolto quegli errori e ho pensato di scrivere istruibile in modo che tutti gli altri possano installarlo senza alcuna difficoltà
Cose richieste:
1. Lampone pi zero
2. Scheda SD
3. Modulo telecamera
Questo processo di installazione richiederà più di 13 ore, quindi pianifica l'installazione di conseguenza
Passaggio 1: scarica e installa l'immagine Raspbian
Scarica raspbian stretch con l'immagine desktop dal sito web di raspberry pi
www.raspberrypi.org/downloads/raspbian
Quindi inserisci la scheda di memoria nel tuo laptop e masterizza l'immagine raspbian usando lo strumento etch
Scarica ethcher da qui
Dopo aver masterizzato l'immagine, collega la scheda di memoria al tuo Raspberry Pi e accendi il raspberry
Passaggio 2: configurazione di Opencv
Dopo il processo di avvio, apri il terminale e segui i passaggi per installare opencv e configurare l'ambiente virtuale per opencv
Passaggi:
1. Ogni volta che avvii una nuova installazione è meglio aggiornare i pacchetti esistenti
$ sudo apt-get update
$ sudo apt-get upgrade
Tempo: 2m 30 sec
2. Quindi installa gli strumenti per sviluppatori
$ sudo apt-get install build-essential cmake pkg-config
Tempo: 50 secondi
3. Ora prendi i pacchetti di I/O immagine necessari
$ sudo apt-get install libjpeg-dev libtiff5-dev libjasper-dev libpng12-dev
Tempo: 37 secondi
4. Pacchetti I/O video
$ sudo apt-get install libavcodec-dev libavformat-dev libswscale-dev libv4l-dev
$ sudo apt-get install libxvidcore-dev libx264-dev
Tempo: 36 secondi
5. Installa lo sviluppo GTK
$ sudo apt-get install libgtk2.0-dev
Tempo: 2m 57s
6. Pacchetti di ottimizzazione
$ sudo apt-get install libatlas-base-dev gfortran
Tempo: 1 min
7. Ora installa python 2.7 se non è presente. Nel mio caso era già installato ma controlla ancora
$ sudo apt-get install python2.7-dev
Tempo: 55 secondi
8. Ora scarica il sorgente opencv e decomprimilo
$ cd ~
$ wget -O opencv.zip
$ unzip opencv.zip
Tempo: 1m 58 sec
9. Scaricare il repository opencv_contrib
$ wget -O opencv_contrib.zip
$ unzip opencv_contrib.zip
Tempo: 1m 5sec
10. Ora opencv e opencv_contrib sono stati espansi, elimina i loro file zip per risparmiare spazio
$ rm opencv.zip opencv_contrib.zip
Tempo: 2 secondi
11. Ora installa pip
$ wget
$ sudo python get-pip.py
Tempo: 50 secondi
12. Installa virtualenv e virtualenvwrapper, questo ci permetterà di creare ambienti Python separati e isolati per i nostri progetti futuri
$ sudo pip install virtualenv virtualenvwrapper
$ sudo rm -rf ~/.cache/pip
Tempo: 30 secondi
13. Dopo l'installazione, apri ~/.profile
$ nano ~/.profilo
e aggiungi queste righe in fondo al file
# virtualenv e virtualenvwrapper
export WORKON_HOME=$HOME/.virtualenvs source /usr/local/bin/virtualenvwrapper.sh
Ora crea il tuo ~/.profile per ricaricare le modifiche
$ sorgente ~/.profilo
Tempo: 20 secondi
14. Ora crea un ambiente virtuale Python chiamato cv
$ mkvirtualenv cv
Tempo: 10 sec
15. Il prossimo passo è installare numpy. Ci vorrà almeno mezz'ora così puoi prendere un caffè e dei panini?
$ pip install numpy
Tempo: 36m
16. Ora compila e installa opencv e assicurati di essere nell'ambiente virtuale cv usando questo comando
$ lavoro su cv
e quindi configura la build usando 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_MODULES_PATH=~b/openc. D BUILD_EXAMPLES=ON -D ENABLE_PRECOMPILED_HEADERS=OFF..
Tempo: 5 minuti
17. Ora build è configurato, eseguire make per avviare il processo di compilazione. Ci vorrà un po' di tempo, quindi puoi lasciarlo funzionare durante la notte
$ make
Nel mio caso "make" mi ha generato un errore correlato a ffpmeg. Dopo molte ricerche ho trovato la soluzione. Vai alla cartella opencv 3.0, quindi ai moduli, quindi all'interno di videoio vai su src e sostituisci cap_ffpmeg_impl.hpp con questo file
github.com/opencv/opencv/blob/f88e9a748a37e5df00912524e590fb295e7dab70/modules/videoio/src/cap_ffmpeg_impl.hpp ed esegui di nuovo make
Tempo: 13 ore
Se è compilato senza errori, installalo su raspberry pi usando:
$ sudo make install
$ sudo ldconfig
Tempo: 2 min 30 sec
18. Dopo aver completato il passaggio 17, i collegamenti di opencv dovrebbero essere in /usr/local/lib/python-2.7/site-packages. Verificalo usando questo
$ ls -l /usr/local/lib/python2.7/site-packages
totale 1549 -rw-r--r-- 1 rigo principale 1677024 3 dic 09:44 cv2.so
19. Ora l'unica cosa rimasta è collegare simbolicamente il file cv2.so nella directory dei pacchetti del sito dell'ambiente cv
$ cd ~/.virtualenvs/cv/lib/python2.7/site-packages/
$ ln -s /usr/local/lib/python2.7/site-packages/cv2.so cv2.so
20. Verifica la tua installazione di opencv utilizzando:
$ lavoro su cv
$ python >>> import cv2 >>> cv2._version_ '3.0.0' >>>
Passaggio 3: rilevamento del viso e degli occhi
Ora proviamo il rilevamento del volto
La prima cosa da fare è abilitare la fotocamera andando usando:
$ sudo raspi-config
Questo farà apparire una schermata di configurazione. Usa i tasti freccia per scorrere verso il basso fino all'opzione 5: abilita la fotocamera, premi il tasto Invio per abilitare la fotocamera, quindi la freccia verso il basso fino al pulsante Fine e premi nuovamente invio. Infine, dovrai riavviare il tuo Raspberry Pi affinché la configurazione abbia effetto.
Ora installa picamera[array] nell'ambiente cv. Per questo assicurati di essere nell'ambiente cv. Se hai riavviato il tuo pi, per entrare di nuovo nell'ambiente cv basta digitare:
$ sorgente ~/.profilo
$ lavoro su cv
Ora installa la fotocamera pi
$ pip installa "picamera[array]"
Esegui il face-detection-test.py bu usando:
python face-detection-test.py
Se genera errori, digita questo comando prima di eseguire lo script
sudo modprobe bcm2835-v4l2
Ora sei a posto per il rilevamento dei volti. Prova e condividi i tuoi risultati
Saluti!
Consigliato:
Zucca di Halloween con un occhio animatronico in movimento - Questa zucca può alzare gli occhi al cielo!: 10 passaggi (con immagini)
Zucca di Halloween con un occhio animatronico in movimento | Questa zucca può roteare gli occhi!: in questo tutorial imparerai come creare una zucca di Halloween che terrorizzi tutti quando i suoi occhi si muovono. Regola la distanza di attivazione del sensore a ultrasuoni sul valore corretto (passo 9) e la tua zucca pietrificherà chiunque osi prendere una canna
Robot di Halloween con rilevamento del volto e rilevamento del sorriso: 8 passaggi (con immagini)
Monitoraggio del viso e rilevamento del sorriso Robot di Halloween: Halloween sta arrivando! Abbiamo deciso di costruire qualcosa di interessante. Incontra i robot Ghosty e Skully. Possono seguire il tuo viso e sanno quando sorridi per ridere con te! Questo progetto è un altro esempio dell'utilizzo dell'app iRobbie che converte l'iPhone in
Realizza un dispositivo di rilevamento e rilevamento a ultrasuoni a casa: 7 passaggi (con immagini)
Crea un dispositivo di rilevamento e distanza ad ultrasuoni a casa: ciao! Sono Sourabh Kumar, ero ansioso di creare un radar allarmante ma non ci proverò di nuovo, ma oggi ti guiderò a fare un rilevamento a ultrasuoni e un dispositivo di rilevamento a casa usando un sensore a ultrasuoni (ricetrasmettitore) so che ce ne sono molti professionista
Rilevamento di oggetti con Dragonboard 410c o 820c utilizzando OpenCV e Tensorflow.: 4 passaggi
Rilevamento di oggetti con Dragonboard 410c o 820c utilizzando OpenCV e Tensorflow.: Queste istruzioni descrivono come installare OpenCV, Tensorflow e framework di apprendimento automatico per Python 3.5 per eseguire l'applicazione Object Detection
Pistola per il rilevamento del viso: 4 passaggi
Face Tracking Gun: questo progetto è un'espansione del progetto della pistola a filo laser mostrato qui - https://www.instructables.com/id/Building-a-Sentry-Gun-with-Laser-Trip-Wire-System-/ ?ALLSTEPS L'unica differenza è che la pistola non verrà attivata dal laser ma da