Indholdsfortegnelse:
Video: Face Tracking Gun: 4 trin
2024 Forfatter: John Day | [email protected]. Sidst ændret: 2024-01-30 08:28
Dette projekt er en udvidelse fra laser trip wire gun-projektet vist her-https://www.instructables.com/id/Building-a-Sentry-Gun-with-Laser-Trip-Wire-System-/?ALLSTEPS Den eneste forskel er, at pistolen ikke vil blive udløst af laser, men af et ansigt. Grundlæggende kombinerer dette projekt ansigtsregistrering og laser -trip wire pistol, således en ansigtsporingspistol. Algoritmen, der bruges til ansigtssporing, ligner den, der er udført af techbitar-https://www.instructables.com/id/Face-detection-and-tracking-with-Arduino-and-OpenC/?ALLSTEPS For at implementere ansigt sporing, openCV bruges. OpenCV (open source computer vision) er et bibliotek med programmeringsfunktioner til computer vision i realtid. Deres bibliotek kan findes:
Trin 1:
Monter først webkameraet på pistolen. Jeg brugte et kabelbinder til at binde dem sammen.
Trin 2: Opsætning af Microsoft Visual C ++ til OpenCV
Inden opsætningen vil jeg skrive denne vejledning baseret på det faktum, at jeg bruger et 32 -bit vinduesoperativsystem. Ikke sikker på om det virker til 64 bit, men prøv det gerne. Download først OpenCV fra https://sourceforge.net/projects/opencvlibrary/. Udpak det til C: / root bibliotek. Jeg vil anbefale at omdøbe det til OpenCV2.4.0, da jeg vil angive stier i henhold til det. Efter at have gjort det skal vi indstille stien i Windows -miljøvariabler til OpenCV's bin -bibliotek. For at gøre det skal du gå til Kontrolpanel - System og sikkerhed - System - Avancerede systemindstillinger - Miljøvariabler. Under "Systemvariabler" skal du kigge efter "Sti". Dobbeltklik på det og tilføj “; C: / OpenCV2.4.0 / build / x86 / vc10 / bin”. ps Hvis du kan se semikolonet i starten, drømmer du ikke. Du skal også lægge den i. Den ene ting forårsagede mig mange problemer før. For det andet skal du downloade Visual Studio, hvis du ikke allerede har det fra https://www.microsoft.com/en-us/download/details.aspx?id=12752. HO HO HO…. Vi er SUPER klar til at oprette et projekt. ahem, sry jeg elsker OP for meget. Så gå til visual studio og klik på "Nyt projekt". Vælg win32 -konsolprogram, og indtast navnet på dit projekt. Et vindue dukker op, klik på næste og vælg "Tøm projekt" under yderligere muligheder, og klik på afslut. Højreklik på kildefiler Tilføj din løsning på din løsningsudforsker. Vælg C ++ - fil, indtast dit navn, og klik på tilføj. Gå nu til Denne computer, og åbn "C: / OpenCV2.4.0 / samples / c", og åbn facedetect.cpp. Kopier koden og indsæt den i din nyoprettede C ++ - fil. Du vil se, at der er en flok røde linjer, fordi Visual studio ikke er i stand til at lokalisere funktioner og biblioteker endnu. Så for at gøre det skal du gå til Projekt-egenskaber (Alt + F7). Her skal vi vælge Alle konfigurationer fra drop -feltet til konfiguration. Vælg derefter C/C ++ Generelle yderligere inkluderer mapper, og tilføj "C: / OpenCV2.4.0 / build / include". Vælg derefter Linker General Yderligere biblioteksmapper og tilføj "C: / OpenCV2.4.0 / build / x86 / vc10 / lib". Vælg derefter Linker Input Yderligere afhængigheder og tilføj nødvendige biblioteksfilnavne der. Nogle eksempler: opencv_calib3d240.lib, opencv_contrib240.lib, opencv_core240.lib, opencv_features2d240.lib, opencv_flann240.lib opencv_gpu240.lib, opencv_haartraining_engine.lib, opencv_highgui240.lib, opencv_imgproc240.lib, opencv_legacy240.lib, opencv_ml240.lib, opencv_objdetect240.lib, opencv_ts240.lib, opencv_video240.lib Disse er udgivelsesversionerne af lib -filer, hvis du tilføjer "d" -suffiks til filnavnet, bliver det til debug -versionen, f.eks. opencv_core240.lib - release version, opencv_core240d.lib - debug version. Vi har lige valgt Alle konfigurationer, så efter tilføjelse af nødvendige lib -filer skal vi ændre konfigurationen til fejlfinding og tilføje "d" -suffiks til lib -filerne. Bemærk, at disse ikke alle biblioteksfiler er tilgængelige for dig. For at se dem alle skal du gå til "C: / OpenCV2.4.0 / build / x86 / vc10 / lib". Gå derefter til https://threadingbuildingblocks.org/ver.php?fid=171 og download tbb30_20110427oss_win.zip. Efter at have downloadet og pakket det ud, skal du ændre biblioteksnavnet fra noget som “tbb30_20110427oss” til “tbb”. Gå derefter til Denne computer og "C: / OpenCV2.4.0 / build / common". Der er en anden tbb -mappe, omdøb den til "tbb_old" til sikkerhedskopiering. Kopier derefter nyligt downloadet og omdøbt tbb -bibliotek til denne "C: / OpenCV2.4.0 / build / common" -placering. Vi skal også tilføje den nye tbb -placerings bin -bibliotek til stien i miljøvariabler. Så gå til Kontrolpanel System og sikkerhedssystem Avancerede systemindstillinger Miljøvariabler og find sti i afsnittet Systemvariabler, og tilføj derefter "; C: / OpenCV2.4.0 / build / common / tbb / bin / ia32 / vc10".
Trin 3: Software påkrævet
OpenCV v2.4.0: https://sourceforge.net/projects/opencvlibrary/files/opencv-win/2.4.0/ Serial C ++ Library for Win32 (af Thierry Schneider): https://www.tetraedre.ch/advanced/ serial.php Kode til arduino: https://snipt.org/vvfe0 C ++ kode til ansigtssporing:
Anbefalede:
Mandalorian Tracking Fob: 7 trin
Mandalorian Tracking Fob: Efter jeg så de første par afsnit af Mandalorian var jeg ivrig efter at prøve at bygge tracking fob. Mange andre mennesker havde den samme idé og havde postet masser af referencemateriale, som jeg kunne arbejde ud af, når jeg designede sporingsfoben i Fusion 360
Head Motion Tracking System til VR: 8 trin
Head Motion Tracking System til VR: Mit navn er Sam KODO, I denne tuto vil jeg lære dig trin for trin, hvordan du bruger Arduino IMU -sensorer til at bygge head tracking system til VR. I dette projekt har du brug for: - En LCD Display HDMI : https: //www.amazon.com/Elecrow-Capacitive-interfac…- En
Human Eye Motion Tracking: 6 trin
Human Eye Motion Tracking: Dette projekt har til formål at fange det menneskelige øjes bevægelse og viser dets bevægelse på et sæt LED -lys, der er placeret i form af et øje. Denne type projekter kan potentielt have mange anvendelser inden for robotik og specifikt huma
DIY Smart Robot Tracking Car Kits Tracking Car Fotosensitive: 7 trin
DIY Smart Robot Tracking Car Kits Tracking Car Fotofølsom: Design af SINONING ROBOT Du kan købe fra tracking robot carTheoryLM393 chip sammenligne de to fotoresistor, når der er en fotoresistor LED på den ene side på HVID, stopper motorens side med det samme, den anden side af motoren drej op, så
Texas Big Face - 3D Face Projection Sådan: 10 trin (med billeder)
Texas Big Face - 3D Face Projection Sådan: Opretter " levende statuer " ved at projektere dit ansigt på skulpturer.A Sådan gør du: David Sutherland, Kirk Moreno i samarbejde med Graffiti Research Lab Houston* Flere kommentarer har sagt, at der er nogle lydproblemer. Det er