Բովանդակություն:
- Քայլ 1: Ներբեռնեք և տեղադրեք Raspbian Image- ը
- Քայլ 2: Opencv- ի կարգավորում
- Քայլ 3. Դեմքի և աչքերի հայտնաբերում
Video: Դեմքի և աչքերի հայտնաբերում ազնվամորի Պի eroրոյի և բացման միջոցով. 3 քայլ
2024 Հեղինակ: John Day | [email protected]. Վերջին փոփոխված: 2024-01-30 09:51
Այս ուսանելի ուսուցման մեջ ես ցույց կտամ, թե ինչպես կարող եք հայտնաբերել դեմքն ու աչքը `օգտագործելով ազնվամորի pi և opencv: Սա իմ առաջին հրահանգն է opencv- ով: Ես հետևեցի բազմաթիվ ձեռնարկների `ազնվամորու մեջ բաց cv ստեղծելու համար, բայց ամեն անգամ հարվածում էի որոշ սխալներով: Ինչևէ, ես լուծեցի այդ սխալները և մտածեցի գրել ուսանելի, որպեսզի մնացած բոլորը կարողանան տեղադրել այն առանց որևէ դժվարության
Պահանջվող բաներ.
1. Ազնվամորի պի զրո
2. SD- քարտ
3. Խցիկի մոդուլ
Տեղադրման այս գործընթացը կտևի ավելի քան 13 ժամ, ուստի համապատասխանաբար պլանավորեք տեղադրումը
Քայլ 1: Ներբեռնեք և տեղադրեք Raspbian Image- ը
Ներբեռնեք raspbian stretch աշխատասեղանի պատկերով ազնվամորու pi կայքից
www.raspberrypi.org/downloads/raspbian
Այնուհետև տեղադրեք հիշողության քարտը ձեր նոութբուքի մեջ և այրեք raspbian պատկերը ՝ օգտագործելով etcher գործիքը
Ներբեռնեք ethcher այստեղից
Պատկերը այրելուց հետո միացրեք հիշողության քարտը ձեր ազնվամորի pi- ի մեջ և միացրեք ազնվամորին
Քայլ 2: Opencv- ի կարգավորում
Գործարկումից հետո բացեք տերմինալը և հետևեք opencv տեղադրելու և opencv- ի վիրտուալ միջավայր ստեղծելու քայլերին
Քայլեր.
1. Ամեն անգամ, երբ սկսում եք որևէ նոր տեղադրում, ավելի լավ է արդիականացնել առկա փաթեթները
$ sudo apt-get թարմացում
$ sudo apt-get բարելավում
Timeամանակը ՝ 2 մ 30 վրկ
2. Այնուհետեւ տեղադրեք մշակողի գործիքներ
$ sudo apt-get install build-important cmake pkg-config
Timeամանակը `50 վրկ
3. Այժմ վերցրեք անհրաժեշտ պատկերի I/O փաթեթները
$ sudo apt-get տեղադրել libjpeg-dev libtiff5-dev libjasper-dev libpng12-dev
Timeամանակը ՝ 37 վրկ
4. Տեսանյութերի մուտքի/ելքի փաթեթներ
$ sudo apt-get տեղադրել libavcodec-dev libavformat-dev libswscale-dev libv4l-dev
$ sudo apt-get տեղադրել libxvidcore-dev libx264-dev
Timeամանակը `36 վրկ
5. Տեղադրեք GTK զարգացում
$ sudo apt-get տեղադրել libgtk2.0-dev
Timeամանակ ՝ 2 մ 57 վ
6. Օպտիմալացման փաթեթներ
$ sudo apt-get տեղադրել libatlas-base-dev gfortran
Timeամանակը `1 րոպե
7. Այժմ տեղադրեք python 2.7, եթե այն չկա: Իմ դեպքում այն արդեն տեղադրված էր, բայց դեռ ստուգեք
$ sudo apt-get տեղադրել python2.7-dev
Timeամանակը `55 վրկ
8. Այժմ ներբեռնեք opencv աղբյուրը և բացեք այն
$ cd
$ wget -O opencv.zip
$ unzip opencv.zip
Timeամանակը ՝ 1 մ 58 վրկ
9. Ներբեռնում opencv_contrib պահոցը
$ wget -O opencv_contrib.zip
$ unzip opencv_contrib.zip
Timeամանակը ՝ 1 մ 5 վրկ
10. Այժմ opencv- ն և opencv_contrib- ը ընդլայնվել են, ջնջել իրենց zip ֆայլերը `որոշակի տարածք խնայելու համար
$ rm opencv.zip opencv_contrib.zip
Timeամանակը `2 վրկ
11. Այժմ տեղադրեք pip
$ wget
$ sudo python get-pip.py
Timeամանակը `50 վրկ
12. Տեղադրեք virtualenv և virtualenvwrapper, դա թույլ կտա մեզ ստեղծել առանձին, մեկուսացված python միջավայրեր մեր ապագա նախագծերի համար
$ sudo pip տեղադրել virtualenv virtualenvwrapper
$ sudo rm -rf ~/.cache/pip
Timeամանակը `30 վրկ
13. Այդ տեղադրումից հետո բացեք ~/.profile
$ nano ~/. պրոֆիլ
և ավելացնել այս տողերը ֆայլի ներքևում
# virtualenv և virtualenvwrapper
արտահանել WORKON_HOME = $ HOME/.virtualenvs աղբյուր /usr/local/bin/virtualenvwrapper.sh
Այժմ աղբյուրը բերեք ձեր ~/. Պրոֆիլը `փոփոխությունները վերաբեռնելու համար
$ աղբյուր ~/. պրոֆիլ
Timeամանակը `20 վրկ
14. Այժմ ստեղծեք python վիրտուալ env անունով cv
$ mkvirtualenv cv
Timeամանակը ՝ 10 վայրկյան
15. Հաջորդ քայլը numpy- ի տեղադրումն է: Դա կպահանջի առնվազն կես ժամ, որպեսզի կարողանաք սուրճ և սենդվիչներ խմել
$ pip install numpy
Timeամանակը `36 մ
16. Այժմ կազմեք և տեղադրեք opencv- ն և համոզվեք, որ գտնվում եք cv վիրտուալ միջավայրում ՝ օգտագործելով այս հրամանը
$ workon cv
և այնուհետև տեղադրեք կառուցվածքը ՝ օգտագործելով 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 = OD D BUILD_EXAMPLES = ON -D ENABLE_PRECOMPILED_HEADERS = OFF..
Timeամանակը ՝ 5 րոպե
17. Այժմ build- ը տեղադրված է, գործարկեք make- ը `կազմման գործընթացը սկսելու համար: Սա որոշ ժամանակ կպահանջի, որպեսզի կարողանաք թույլ տալ, որ այն վազի մեկ գիշերվա ընթացքում
$ make
Իմ դեպքում «make» -ն ինձ գցեց մեկ սխալ, որը կապված էր ffpmeg- ի հետ: Շատ փնտրելուց հետո գտա լուծումը: Գնացեք opencv 3.0 թղթապանակ, այնուհետև մոդուլներ, այնուհետև videoio- ի ներսում անցեք src և փոխարինեք cap_ffpmeg_impl.hpp այս ֆայլով
github.com/opencv/opencv/blob/f88e9a748a37e5df00912524e590fb295e7dab70/modules/videoio/src/cap_ffmpeg_impl.hpp և նորից վազել
Timeամանակը `13 ժամ
Եթե այն կազմված է առանց որևէ սխալի, տեղադրեք այն ազնվամորի pi- ի վրա ՝ օգտագործելով.
$ sudo make install
$ sudo ldconfig
Timeամանակը ՝ 2 րոպե 30 վրկ
18. 17-րդ քայլն ավարտելուց հետո ձեր opencv կապերը պետք է լինեն/usr/local/lib/python-2.7/site-pages- ում: Հաստատեք սա ՝ օգտագործելով սա
$ ls -l /usr/local/lib/python2.7/site-packages
ընդամենը 1549 -rw-r-r-- 1 արմատային կազմ 1677024 Դեկ 3 3 09:44 cv2.so
19. Այժմ մնում է միայն sym- կապել cv2.so ֆայլը cv միջավայրի կայքի փաթեթների գրացուցակին
$ cd ~/.virtualenvs/cv/lib/python2.7/կայք-փաթեթներ/
$ ln -s /usr/local/lib/python2.7/site-packages/cv2.so cv2.so
20. Հաստատեք ձեր opencv տեղադրումը ՝ օգտագործելով.
$ workon cv
$ python >>> ներմուծել cv2 >>> cv2._ տարբերակ_ '3.0.0' >>>
Քայլ 3. Դեմքի և աչքերի հայտնաբերում
Հիմա եկեք փորձենք դեմքի հայտնաբերումը
Առաջին բանը, որ պետք է անել, միացնել տեսախցիկն է ՝ օգտագործելով.
$ sudo raspi-config
Սա կհանգեցնի կազմաձևման էկրանին: Օգտագործեք ձեր սլաքների ստեղները ՝ ներքև դեպի Տարբերակ 5. Միացրեք տեսախցիկը, տեսախցիկը միացնելու համար սեղմեք ձեր մուտքագրման ստեղնը, այնուհետև սլաքը ներքև դեպի Ավարտել կոճակը և նորից սեղմեք Enter: Վերջապես, դուք պետք է վերագործարկեք ձեր Raspberry Pi- ն, որպեսզի կոնֆիգուրացիան ազդի:
Այժմ տեղադրեք picamera [array] cv միջավայրում: Դրա համար համոզվեք, որ գտնվում եք CV միջավայրում: Եթե վերագործարկեք ձեր pi- ն, ապա կրկին մուտքագրեք cv միջավայր, պարզապես մուտքագրեք.
$ աղբյուր ~/. պրոֆիլ
$ workon cv
Այժմ տեղադրեք pi տեսախցիկ
$ pip install "picamera [array]"
Գործարկեք face-detection-test.py bu- ն ՝ օգտագործելով.
python face-detection-test.py
Եթե դա սխալ թույլ տա, պարզապես մուտքագրեք այս հրամանը նախքան սցենարը գործարկելը
sudo modprobe bcm2835-v4l2
Այժմ լավ կլինի գնալ դեմքի հայտնաբերման: Փորձեք և կիսվեք ձեր արդյունքներով
Ողջույն
Խորհուրդ ենք տալիս:
Arduino, Դռների բացման մոնիտորինգ Gmail- ի միջոցով. 6 քայլ
Arduino, Դռների բացման վերահսկում Gmail- ի միջոցով. Այս ձեռնարկում ես ձեզ ցույց կտամ, թե ինչպես հայտնաբերել դռների բացման իրադարձությունը և ծանուցում ուղարկել Gmail- ի միջոցով Arduino Uno- ի միջոցով: Եթե դուք սկսնակ եք, կարող եք իմանալ wifi- ի և սենսորի մասին Arduino- ում - WiFi և Arduino - Door Sensor ձեռնարկներ: Եկեք
Դեմքի հայտնաբերում Raspberry Pi 4B- ում 3 քայլով `3 քայլ
Դեմքի հայտնաբերում Raspberry Pi 4B- ի վրա 3 քայլով. Այս հրահանգում մենք պատրաստվում ենք Raspberry Pi 4-ում դեմքի հայտնաբերում իրականացնել Shunya O/S- ի միջոցով `օգտագործելով Shunyaface գրադարանը: Shunyaface- ը դեմքի ճանաչման/հայտնաբերման գրադարան է: Նախագիծը նպատակ ունի հասնել հայտնաբերման և ճանաչման ամենաարագ արագությանը ՝
MATLAB Հեշտ դեմքի հայտնաբերում. 4 քայլ
MATLAB Easy Face Detection. Այս հրահանգների հիմնական նպատակն է ցույց տալ, թե որքան հեշտ կլինի պատկերի մշակումը: MATLAB- ի օգնությամբ դեմքի հայտնաբերումը և հետևելը կարևոր և ակտիվ հետազոտական ոլորտ է, ուստի դրա համար էլ ես պատրաստվում եմ բացատրել ինչպես կարելի է դա անել խելամտորեն
Opencv դեմքի հայտնաբերում, ուսուցում և ճանաչում. 3 քայլ
Opencv դեմքի հայտնաբերում, ուսուցում և ճանաչում. OpenCV- ը բաց կոդով համակարգչային տեսադարան է, որը շատ տարածված է պատկերի մշակման հիմնական առաջադրանքների կատարման համար, ինչպիսիք են ՝ պղտորումը, պատկերի միաձուլումը, պատկերի, ինչպես նաև տեսանյութի որակի բարձրացումը, շեմը և այլն: Բացի պատկերի մշակումից, դա ապացուցում է
Դեմքի հայտնաբերում+ճանաչում. 8 քայլ (նկարներով)
Դեմքի հայտնաբերում+ճանաչում. Սա պարզ օրինակ է ՝ տեսախցիկից OpenCV- ով դեմքի հայտնաբերման և ճանաչման գործարկման: ՈEՇԱԴՐՈԹՅՈՆ. ԱՅՍ JՐԱԳԻՐԸ ԿԱՏԱՐԵԼ ԵՄ ՍԵՆՍՈՐ ՄՐTՈՅԹԻ ՀԱՄԱՐ և ՕԳՏԱԳՈՐՈՄ ԵՄ ԿԱՄԵՐԱՅԻՆ ՝ որպես սենսոր ՝ հետևելու և ճանաչելու դեմքերին: Այսպիսով, մեր նպատակը Այս նստաշրջանում 1. Տեղադրեք Anaconda