Otkrivanje lica i očiju s Raspberry Pi Zero i Opencv: 3 koraka

2024 Autor: John Day | [email protected]. Zadnja promjena: 2024-01-30 09:37

U ovom uputstvu pokazat ću kako možete otkriti lice i oči koristeći maline pi i opencv. Ovo je moje prvo uputstvo za opencv. Slijedio sam mnoge tutoriale za postavljanje otvorenog cv -a u malini, ali svaki put naišao sam na neke pogreške. U svakom slučaju, riješio sam te pogreške i mislio sam napisati upute kako bi ga svi ostali mogli instalirati bez ikakvih poteškoća

Potrebne stvari:

1. Malina pi nula

2. SD-kartica

3. Modul kamere

Ovaj postupak instalacije trajat će više od 13 sati pa prema tome planirajte instalaciju

Korak 1: Preuzmite i instalirajte Raspbian sliku

Preuzmite raspbian stretch sa slikom radne površine s web stranice raspberry pi

www.raspberrypi.org/downloads/raspbian

Zatim umetnite memorijsku karticu u prijenosno računalo i snimite raspbian sliku pomoću alata za baciranje

Preuzmite ethcher odavde

Nakon snimanja slike, uključite memorijsku karticu u svoj maline pi i uključite malinu

Korak 2: Postavljanje Opencv -a

Nakon pokretanja pokrenite terminal i slijedite korake za instaliranje opencv i postavljanje virtualnog okruženja za opencv

Koraci:

1. Svaki put kada započnete novu instalaciju, bolje je nadograditi postojeće pakete

$ sudo apt-get ažuriranje

$ sudo apt-get nadogradnja

Vrijeme: 2m 30 sek

2. Zatim instalirajte razvojne alate

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

Vrijeme: 50 sek

3. Sada zgrabite potrebne slikovno -izlazne pakete

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

Vrijeme: 37 sek

4. Video I/O paketi

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

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

Vrijeme: 36 sek

5. Instalirajte razvoj GTK -a

$ sudo apt-get install libgtk2.0-dev

Vrijeme: 2m 57s

6. Paketi optimizacije

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

Vrijeme: 1 min

7. Sada instalirajte python 2.7 ako ga nema. U mom slučaju već je instaliran, ali još provjerite

$ sudo apt-get install python2.7-dev

Vrijeme: 55 sek

8. Sada preuzmite opencv izvor i raspakirajte ga

$ cd ~

$ wget -O opencv.zip

$ unzip opencv.zip

Vrijeme: 1m 58 sek

9. Preuzimanje repozitorija opencv_contrib

$ wget -O opencv_contrib.zip

$ unzip opencv_contrib.zip

Vrijeme: 1m 5sec

10. Sada su opencv i opencv_contrib prošireni, izbrišite njihove zip datoteke kako biste uštedjeli malo prostora

$ rm opencv.zip opencv_contrib.zip

Vrijeme: 2 sek

11. Sada instalirajte pip

$ wget

$ sudo python get-pip.py

Vrijeme: 50 sek

12. Instalirajte virtualenv i virtualenvwrapper, to će nam omogućiti stvaranje zasebnih, izoliranih python okruženja za naše buduće projekte

$ sudo pip instalirajte virtualenv virtualenvwrapper

$ sudo rm -rf ~/.cache/pip

Vrijeme: 30 sek

13. Nakon te instalacije otvorite ~/.profile

$ nano ~/.profil

i dodajte ove retke na dno datoteke

# virtualenv i virtualenvwrapper

izvoz WORKON_HOME = $ HOME/.virtualenvs izvor /usr/local/bin/virtualenvwrapper.sh

Sada izvorite svoj ~/.profile za ponovno učitavanje promjena

$ source ~/.profile

Vrijeme: 20 sek

14. Sada stvorite python virtualnu env pod nazivom cv

$ mkvirtualenv cv

Vrijeme: 10 sekundi

15. Sljedeći korak je instalacija programa numpy. To će potrajati najmanje pola sata kako biste mogli popiti kavu i sendviče

$ pip install numpy

Vrijeme: 36m

16. Sada sastavite i instalirajte opencv i provjerite jeste li u cv virtualnom okruženju pomoću ove naredbe

$ workon cv

a zatim postavite gradnju pomoću 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 = ON / -D / OPENCV_T.0 D BUILD_EXAMPLES = ON -D ENABLE_PRECOMPILED_HEADERS = OFF..

Vrijeme: 5 minuta

17. Sada je build postavljen, pokrenite make za početak procesa kompilacije. Ovo će potrajati pa možete pustiti da ovo radi preko noći

$ napraviti

U mom slučaju 'make' mi je bacio jednu pogrešku koja se odnosila na ffpmeg. Nakon dugog pretraživanja pronašao sam rješenje. Idite u mapu opencv 3.0, zatim module, a zatim u videoio -u idite na src i zamijenite cap_ffpmeg_impl.hpp s ovom datotekom

github.com/opencv/opencv/blob/f88e9a748a37e5df00912524e590fb295e7dab70/modules/videoio/src/cap_ffmpeg_impl.hpp i ponovo pokrenite make

Vrijeme: 13 sati

Ako je preveden bez greške, instalirajte ga na maline pi pomoću:

$ sudo make install

$ sudo ldconfig

Vrijeme: 2 min 30 sek

18. Nakon dovršetka 17. koraka, vaše OpenCV povezivanje trebalo bi biti u /usr/local/lib/python-2.7/site-packages. Ovo provjerite pomoću ovoga

$ ls -l /usr/local/lib/python2.7/paketi na web mjestu

ukupno 1549 -rw-r-r-- 1 korijensko osoblje 1677024 3. pros. 09:44 cv2.tako

19. Sada preostaje samo sim-povezivanje cv2.so datoteke u direktorij web-paketa cv okruženja

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

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

20. Provjerite svoju instalaciju opencv -a pomoću:

$ workon cv

$ python >>> uvoz cv2 >>> cv2._ verzija_ '3.0.0' >>>

Korak 3: Prepoznavanje lica i očiju

Pokušajmo sada s detekcijom lica

Prvo što trebate učiniti je omogućiti kameru koristeći:

$ sudo raspi-config

Ovo će otvoriti zaslon za konfiguraciju. Pomoću tipki sa strelicama pomaknite se dolje do opcije 5: Omogućite kameru, pritisnite tipku enter da biste omogućili kameru, a zatim strelicom prema dolje do gumba Završi i ponovno pritisnite enter. Na kraju, morate ponovno pokrenuti Raspberry Pi da bi konfiguracija stupila na snagu.

Sada instalirajte picamera [niz] u cv okruženje. Za to se pobrinite da se nalazite u CV okruženju. Ako ste ponovno pokrenuli svoj pi, za ponovni ulazak u cv okruženje samo upišite:

$ source ~/.profile

$ workon cv

Sada instalirajte pi kameru

$ pip install "picamera [array]"

Pokrenite face-detection-test.py bu koristeći:

python face-detection-test.py

Ako prikaže bilo kakvu pogrešku, samo upišite ovu naredbu prije izvođenja skripte

sudo modprobe bcm2835-v4l2

Sada ste spremni za otkrivanje lica. Pokušajte podijeliti svoje rezultate

Živjeli!