Detecció de cares i ulls amb Raspberry Pi Zero i Opencv: 3 passos

2024 Autora: John Day | [email protected]. Última modificació: 2024-01-30 08:16

En aquest instructiu us mostraré com podeu detectar la cara i els ulls amb raspberry pi i opencv. Aquest és el meu primer instructable a opencv. Vaig seguir molts tutorials per configurar cv obert a gerds, però cada cop em vaig trobar amb alguns errors. De tota manera, he resolt aquests errors i he pensat a escriure que sigui instructiu perquè tothom el pugui instal·lar sense cap dificultat

Coses necessàries:

1. Raspberry pi zero

2. Targeta SD

3. Mòdul de càmera

Aquest procés d’instal·lació trigarà més de 13 hores, de manera que planifiqueu la instal·lació en conseqüència

Pas 1: descarregar i instal·lar Raspbian Image

Descarregueu raspbian stretch amb imatge d’escriptori des del lloc web raspberry pi

www.raspberrypi.org/downloads/raspbian

A continuació, introduïu la targeta de memòria al vostre ordinador portàtil i graveu la imatge raspbian amb l’eina gravadora

Descarregueu ethcher des d'aquí

Després de gravar la imatge, connecteu la targeta de memòria al raspberry pi i engegueu el raspberry

Pas 2: Configuració d'Opencv

Després del procés d'arrencada, obriu el terminal i seguiu els passos per instal·lar opencv i configurar l'entorn virtual per a opencv

Passos:

1. Sempre que inicieu una instal·lació nova, és millor actualitzar els paquets existents

$ sudo apt-get update

$ sudo apt-get upgrade

Temps: 2 m 30 seg

2. A continuació, instal·leu eines per a desenvolupadors

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

Temps: 50 seg

3. Ara agafeu els paquets d'imatges E / S necessaris

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

Temps: 37 seg

4. Paquets d'E / S de vídeo

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

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

Temps: 36 seg

5. Instal·leu GTK dvelopment

$ sudo apt-get install libgtk2.0-dev

Temps: 2m 57s

6. Paquets d’optimització

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

Temps: 1 min

7. Ara instal·leu Python 2.7 si no hi és. En el meu cas, ja estava instal·lat, però encara comprova

$ sudo apt-get install python2.7-dev

Temps: 55 seg

8. Ara baixeu la font opencv i descomprimiu-la

$ cd ~

$ wget -O opencv.zip

$ descomprimir opencv.zip

Temps: 1m 58 seg

9. Descàrrega del dipòsit opencv_contrib

$ wget -O opencv_contrib.zip

$ descomprimir opencv_contrib.zip

Temps: 1m 5seg

10. Ara opencv i opencv_contrib s'han ampliat, elimineu els fitxers zip per estalviar una mica d'espai

$ rm opencv.zip opencv_contrib.zip

Temps: 2 seg

11. Ara instal·leu pip

$ wget

$ sudo python get-pip.py

Temps: 50 seg

12. Instal·leu virtualenv i virtualenvwrapper, això ens permetrà crear entorns Python separats i aïllats per als nostres futurs projectes.

$ sudo pip instal·lar virtualenv virtualenvwrapper

$ sudo rm -rf ~ /.cache / pip

Temps: 30 seg

13. Després d'aquesta instal·lació, obriu ~ /.profile

$ nano ~ /.perfil

i afegiu aquestes línies a la part inferior del fitxer

# virtualenv i virtualenvwrapper

exportació WORKON_HOME = $ HOME /.virtualenvs font /usr/local/bin/virtualenvwrapper.sh

Ara torneu a obtenir el vostre perfil ~ /. Per tornar a carregar els canvis

$ source ~ /.profile

Temps: 20 seg

14. Ara creeu un env virtual virtual de Python anomenat cv

$ mkvirtualenv cv

Temps: 10 segons

15. El següent pas és instal·lar numpy. Això trigarà almenys mitja hora perquè pugueu prendre cafè i entrepans

$ pip install numpy

Temps: 36m

16. Ara compileu i instal·leu opencv i assegureu-vos que esteu a l'entorn virtual cv mitjançant aquesta ordre

$ workon cv

i, a continuació, configureu la compilació mitjançant 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_EXPRAV_EXTRA D BUILD_EXAMPLES = ACTIVAT -D ENABLE_PRECOMPILED_HEADERS = DESACTIVAT..

Temps: 5 minuts

17. Ara la configuració està configurada, executeu make per iniciar el procés de compilació. Això trigarà una estona perquè pugueu funcionar durant la nit

$ make

En el meu cas, "make" em va provocar un error relacionat amb ffpmeg. Després de moltes cerques, vaig trobar la solució. Aneu a la carpeta opencv 3.0 i, a continuació, a mòduls, a dins de videoio aneu a src i substituïu el cap_ffpmeg_impl.hpp per aquest fitxer

github.com/opencv/opencv/blob/f88e9a748a37e5df00912524e590fb295e7dab70/modules/videoio/src/cap_ffmpeg_impl.hpp i executeu make again

Temps: 13 hores

Si es compila sense cap error, instal·leu-lo a raspberry pi mitjançant:

$ sudo make install

$ sudo ldconfig

Temps: 2 min 30 seg

18. Després de completar el pas 17, les vostres vinculacions opencv haurien d'estar a /usr/local/lib/python-2.7/site-packages. Verifiqueu-ho mitjançant aquesta opció

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

total 1549 -rw-r - r-- 1 bastó arrel 1677024 3 desembre 09:44 cv2.so

19. Ara només queda enllaçar simbòlicament el fitxer cv2.so al directori site-packages de l'entorn cv

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

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

20. Verifiqueu la instal·lació d’opencv mitjançant:

$ workon cv

$ python >>> importa cv2 >>> cv2._ versió_ '3.0.0' >>>

Pas 3: Detecció de cares i ulls

Ara provem la detecció de cares

El primer que cal fer és habilitar la càmera fent servir:

$ sudo raspi-config

Això mostrarà una pantalla de configuració. Utilitzeu les tecles de fletxa per desplaçar-vos cap avall fins a l'opció 5: activeu la càmera, premeu la tecla d'inici per habilitar la càmera i, a continuació, la fletxa cap avall fins al botó Finalitza i torneu a prémer Retorn. Per últim, haureu de reiniciar el Raspberry Pi perquè la configuració tingui efecte.

Ara instal·leu picamera [array] a l'entorn cv. Per a això, assegureu-vos que es troba a l'entorn cv. Si heu reiniciat el pi, per tornar a entrar a l'entorn cv, només cal que escriviu:

$ source ~ /.profile

$ workon cv

Ara instal·leu la càmera pi

$ pip instal·la "picamera [array]"

Executeu el face-detection-test.py bu mitjançant:

python face-detection-test.py

Si genera algun error, només cal que escriviu aquesta ordre abans d'executar l'script

sudo modprobe bcm2835-v4l2

Ara esteu bé per anar a la detecció de cares. Proveu de compartir els vostres resultats

Ànims!