Ansigts- og øjenregistrering med Raspberry Pi Zero og Opencv: 3 trin

2024 Forfatter: John Day | [email protected]. Sidst ændret: 2024-01-30 08:29

I denne instruktive vil jeg vise, hvordan du kan registrere ansigt og øje ved hjælp af hindbær pi og opencv. Dette er min første instruerbare på opencv. Jeg fulgte mange tutorials for at oprette åbent cv i hindbær, men hver gang ramte der nogle fejl. Under alle omstændigheder løste jeg disse fejl og tænkte at skrive instruerbart, så alle andre vil kunne installere det uden problemer

Ting der kræves:

1. Hindbær pi zero

2. SD-kort

3. Kameramodul

Denne installationsproces vil tage mere end 13 timer, så planlæg installationen i overensstemmelse hermed

Trin 1: Download og installer Raspbian -billede

Download raspbian stretch med desktop -billede fra hindbær pi -webstedet

www.raspberrypi.org/downloads/raspbian

Indsæt derefter hukommelseskortet i din bærbare computer og brænd det raspbiske billede ved hjælp af etserværktøj

Download ethcher herfra

Efter brænding af billedet tilsluttes hukommelseskortet i din hindbær pi og tændes for hindbæret

Trin 2: Opsætning af Opencv

Efter opstartsprocessen skal du åbne terminalen og følge trinene for at installere opencv og opsætte virtuelt miljø for opencv

Trin:

1. Hver gang du starter en ny installation, er det bedre at opgradere eksisterende pakker

$ sudo apt-get opdatering

$ sudo apt-get opgradering

Tid: 2m 30 sek

2. Installer derefter udviklerværktøjer

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

Tid: 50 sek

3. Tag nu de nødvendige billed -I/O -pakker

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

Tid: 37 sek

4. Video I/O -pakker

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

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

Tid: 36 sek

5. Installer GTK -udvikling

$ sudo apt-get install libgtk2.0-dev

Tid: 2m 57s

6. Optimeringspakker

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

Tid: 1 min

7. Installer nu python 2.7, hvis det ikke er der. I mit tilfælde var den allerede installeret, men tjek stadig

$ sudo apt-get install python2.7-dev

Tid: 55 sek

8. Download nu opencv -kilden, og pak den ud

$ cd ~

$ wget -O opencv.zip

$ unzip opencv.zip

Tid: 1m 58 sek

9. Download af opencv_contrib -depotet

$ wget -O opencv_contrib.zip

$ unzip opencv_contrib.zip

Tid: 1m 5sek

10. Nu er opencv og opencv_contrib blevet udvidet, slet deres zip -filer for at spare plads

$ rm opencv.zip opencv_contrib.zip

Tid: 2 sek

11. Installer nu pip

$ wget

$ sudo python get-pip.py

Tid: 50 sek

12. Installer virtualenv og virtualenvwrapper, dette giver os mulighed for at oprette separate, isolerede python -miljøer til vores fremtidige projekter

$ sudo pip installere virtualenv virtualenvwrapper

$ sudo rm -rf ~/.cache/pip

Tid: 30 sek

13. Efter installationen skal du åbne ~/.profile

$ nano ~/.profil

og tilføj disse linjer til bunden af filen

# virtualenv og virtualenvwrapper

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

Kild nu din ~/.profil for at genindlæse ændringerne

$ kilde ~/.profil

Tid: 20 sek

14. Opret nu en python virtuel env ved navn cv

$ mkvirtualenv cv

Tid: 10 sek

15. Næste trin er at installere numpy. Dette vil tage mindst en halv time, så du kan få kaffe og sandwich

$ pip installer numpy

Tid: 36m

16. Kompiler og installer nu opencv, og sørg for, at du befinder dig i cv virtuelt miljø ved hjælp af denne kommando

$ workon cv

og konfigurer derefter opbygningen ved hjælp af 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_MOD = D BUILD_EXAMPLES = ON -D ENABLE_PRECOMPILED_HEADERS = OFF..

Tid: 5 minutter

17. Nu er build konfigureret, kør make for at starte kompilationsprocessen. Dette kommer til at tage et stykke tid, så du kan lade dette køre natten over

$ gøre

I mit tilfælde kastede 'make' mig en fejl, der var relateret til ffpmeg. Efter meget søgning fandt jeg løsningen. Gå til opencv 3.0 -mappen, derefter moduler, derefter inden i videoio gå til src og erstat cap_ffpmeg_impl.hpp med denne fil

github.com/opencv/opencv/blob/f88e9a748a37e5df00912524e590fb295e7dab70/modules/videoio/src/cap_ffmpeg_impl.hpp og kør make igen

Tid: 13 timer

Hvis det er kompileret uden fejl, skal du installere det på hindbær pi ved hjælp af:

$ sudo lav installation

$ sudo ldconfig

Tid: 2 min 30 sek

18. Efter trin 17 skulle dine opencv-bindinger være i /usr/local/lib/python-2.7/site-packages. Bekræft dette ved at bruge dette

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

i alt 1549 -rw-r-r-- 1 rodpersonale 1677024 3. december 09:44 cv2.so

19. Nu er det eneste, der er tilbage, sym-link cv2.so-filen til sitepakker-mappen i cv-miljøet

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

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

20. Bekræft din opencv -installation ved at bruge:

$ workon cv

$ python >>> import cv2 >>> cv2._ version_ '3.0.0' >>>

Trin 3: Ansigts- og øjenregistrering

Lad os nu prøve ansigtsregistrering

Den første ting at gøre er at aktivere kameraet ved at bruge:

$ sudo raspi-config

Dette viser en konfigurationsskærm. Brug dine piletaster til at rulle ned til Option 5: Aktiver kamera, tryk på din enter -tast for at aktivere kameraet, og pil derefter ned til knappen Finish, og tryk på enter igen. Endelig skal du genstarte din Raspberry Pi, for at konfigurationen kan påvirke.

Installer nu picamera [array] i cv -miljø. For dette skal du sørge for at være i cv -miljø. Hvis du genstartede din pi, skal du indtaste igen i cv -miljø:

$ kilde ~/.profil

$ workon cv

Installer nu pi -kamera

$ pip installer "picamera [array]"

Kør face-detection-test.py bu ved hjælp af:

python face-detection-test.py

Hvis det udsender en fejl, skal du bare skrive denne kommando, før du udfører script

sudo modprobe bcm2835-v4l2

Nu er du god til at gå til ansigtsregistrering. Prøv og del dine resultater

Skål!