Sejas un acu noteikšana ar Raspberry Pi Zero un Opencv: 3 soļi

2024 Autors: John Day | [email protected]. Pēdējoreiz modificēts: 2024-01-30 10:58

Šajā pamācībā es parādīšu, kā jūs varat noteikt seju un acis, izmantojot aveņu pi un opencv. Šī ir mana pirmā pamācība opencv. Es sekoju daudzām apmācībām, lai izveidotu aveņu atvērto cv, bet katru reizi pārsteidza ar dažām kļūdām. Jebkurā gadījumā es atrisināju šīs kļūdas un domāju uzrakstīt pamācību, lai visi pārējie bez grūtībām varētu to instalēt

Nepieciešamās lietas:

1. Aveņu pi nulle

2. SD karte

3. Kameras modulis

Šis instalēšanas process prasīs vairāk nekā 13 stundas, tāpēc attiecīgi plānojiet instalāciju

1. darbība: lejupielādējiet un instalējiet Raspbian attēlu

Lejupielādējiet raspbian stretch ar darbvirsmas attēlu no vietnes aveņu pi

www.raspberrypi.org/downloads/raspbian

Pēc tam ievietojiet atmiņas karti klēpjdatorā un ierakstiet raspbian attēlu, izmantojot kodināšanas rīku

Lejupielādējiet ethcher šeit:

Pēc attēla ierakstīšanas pievienojiet atmiņas karti aveņu pi un ieslēdziet aveņu

2. darbība. Opencv iestatīšana

Pēc sāknēšanas procesa atveriet termināli un veiciet darbības, lai instalētu opencv un iestatītu opencv virtuālo vidi

Soļi:

1. Ikreiz, kad sākat jaunu instalāciju, labāk ir uzlabot esošās paketes

$ sudo apt-get atjauninājums

$ sudo apt-get jauninājums

Laiks: 2m 30 sek

2. Pēc tam instalējiet izstrādātāja rīkus

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

Laiks: 50 sek

3. Tagad paņemiet nepieciešamos attēlu I/O iepakojumus

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

Laiks: 37 sek

4. Video I/O paketes

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

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

Laiks: 36 sek

5. Instalējiet GTK izstrādi

$ sudo apt-get install libgtk2.0-dev

Laiks: 2m 57s

6. Optimizācijas paketes

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

Laiks: 1 min

7. Tagad instalējiet python 2.7, ja tā nav. Manā gadījumā tas jau bija instalēts, bet joprojām pārbaudiet

$ sudo apt-get install python2.7-dev

Laiks: 55 sek

8. Tagad lejupielādējiet opencv avotu un izpakojiet to

$ cd ~

$ wget -O opencv.zip

$ unzip opencv.zip

Laiks: 1 m 58 sek

9. Lejupielādēt repozitoriju opencv_contrib

$ wget -O opencv_contrib.zip

$ unzip opencv_contrib.zip

Laiks: 1 m 5 sekundes

10. Tagad opencv un opencv_contrib ir paplašināti, izdzēsiet savus zip failus, lai ietaupītu vietu

$ rm opencv.zip opencv_contrib.zip

Laiks: 2 sek

11. Tagad instalējiet pip

$ wget

$ sudo python get-pip.py

Laiks: 50 sek

12. Instalējiet virtualenv un virtualenvwrapper, tas ļaus mums izveidot atsevišķas, izolētas python vides mūsu nākotnes projektiem

$ sudo pip instalēt virtualenv virtualenvwrapper

$ sudo rm -rf ~/.cache/pip

Laiks: 30 sek

13. Pēc šīs instalēšanas atveriet ~/.profile

$ nano ~/.profils

un pievienojiet šīs rindas faila apakšai

# virtualenv un virtualenvwrapper

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

Tagad iegūstiet savu ~/.profilu, lai atkārtoti ielādētu izmaiņas

$ avots ~/.profils

Laiks: 20 sek

14. Tagad izveidojiet python virtuālo env ar nosaukumu cv

$ mkvirtualenv cv

Laiks: 10 sekundes

15. Nākamais solis ir instalēt numpy. Tas prasīs vismaz pusstundu, lai varētu iedzert kafiju un sviestmaizes

$ pip instalēt numpy

Laiks: 36 m

16. Tagad apkopojiet un instalējiet opencv un, izmantojot šo komandu, pārliecinieties, vai esat cv virtuālajā vidē

$ workon cv

un pēc tam iestatiet būvēšanu, izmantojot 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 D BUILD_EXAMPLES = IESLĒGTS -D ENABLE_PRECOMPILED_HEADERS = IZSLĒGTS..

Laiks: 5 minūtes

17. Tagad būvēšana ir iestatīta, palaidiet make, lai sāktu apkopošanas procesu. Tas prasīs kādu laiku, lai jūs varētu ļaut tam darboties visu nakti

$ marka

Manā gadījumā 'make' iemeta man vienu kļūdu, kas bija saistīta ar ffpmeg. Pēc daudzām meklēšanām es atradu risinājumu. Dodieties uz mapi opencv 3.0, pēc tam moduļus, pēc tam videoio iekšpusē dodieties uz src un aizstājiet cap_ffpmeg_impl.hpp ar šo failu

github.com/opencv/opencv/blob/f88e9a748a37e5df00912524e590fb295e7dab70/modules/videoio/src/cap_ffmpeg_impl.hpp un palaidiet vēlreiz

Laiks: 13 stundas

Ja tas ir apkopots bez kļūdām, instalējiet to vietnē aveņu pi, izmantojot:

$ sudo veikt instalēšanu

$ sudo ldconfig

Laiks: 2 min 30 sek

18. Pēc 17. darbības pabeigšanas jūsu opencv saistījumiem jābūt mapē /usr/local/lib/python-2.7/site-packages. Pārbaudiet to, izmantojot šo

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

kopā 1549 -rw-r-r-- 1 root personāls 1677024 3. decembris 09:44 cv2.so

19. Tagad atliek tikai sim-linkēt cv2.so failu cv vides vietņu pakotņu direktorijā

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

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

20. Pārbaudiet savu opencv instalāciju, izmantojot:

$ workon cv

$ python >>> importēt cv2 >>> cv2._ versija_ '3.0.0' >>>

3. darbība: sejas un acu noteikšana

Tagad izmēģināsim sejas noteikšanu

Pirmā lieta, kas jādara, ir iespējot kameru, izmantojot:

$ sudo raspi-config

Tas parādīs konfigurācijas ekrānu. Izmantojiet bulttaustiņus, lai ritinātu uz leju līdz opcijai 5: Iespējot kameru, nospiediet ievadīšanas taustiņu, lai iespējotu kameru, un pēc tam bultiņu uz leju līdz pogai Pabeigt un vēlreiz nospiediet taustiņu Enter. Visbeidzot, lai konfigurācija stātos spēkā, jums būs jāpārstartē Raspberry Pi.

Tagad instalējiet picamera [masīvs] cv vidē. Lai to izdarītu, pārliecinieties, ka esat cv vidē. Ja pārstartējāt savu pi, lai vēlreiz ievadītu cv vidē, vienkārši ierakstiet:

$ avots ~/.profils

$ workon cv

Tagad instalējiet pi kameru

$ pip instalēt "picamera [masīvs]"

Palaidiet face-detection-test.py bu, izmantojot:

python face-detection-test.py

Ja tas rada kādu kļūdu, pirms skripta izpildīšanas vienkārši ierakstiet šo komandu

sudo modprobe bcm2835-v4l2

Tagad varat sākt sejas noteikšanu. Izmēģiniet un dalieties savos rezultātos

Priekā!