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!