Gesichts- und Augenerkennung mit Raspberry Pi Zero und Opencv - Gunook

2024 Autor: John Day | [email protected]. Zuletzt bearbeitet: 2024-01-30 07:21

In diesem anweisbaren werde ich zeigen, wie Sie Gesicht und Auge mit Himbeer-Pi und Opencv erkennen können. Dies ist mein erstes instructable auf opencv. Ich habe viele Tutorials befolgt, um einen offenen Lebenslauf in Himbeere einzurichten, aber jedes Mal traten einige Fehler auf. Wie auch immer, ich habe diese Fehler gelöst und dachte, instructable zu schreiben, damit alle anderen es problemlos installieren können

Erforderliche Dinge:

1. Raspberry Pi Null

2. SD-Karte

3. Kameramodul

Dieser Installationsvorgang dauert mehr als 13 Stunden, also planen Sie die Installation entsprechend

Schritt 1: Raspbian Image herunterladen und installieren

Laden Sie Raspbian Stretch mit Desktop-Bild von der Himbeer-Pi-Website herunter

www.raspberrypi.org/downloads/raspbian

Legen Sie dann die Speicherkarte in Ihren Laptop ein und brennen Sie das Raspbian-Image mit dem Ätzwerkzeug

Laden Sie Ethcher hier herunter

Nachdem Sie das Image gebrannt haben, stecken Sie die Speicherkarte in Ihren Himbeer-Pi und schalten Sie die Himbeere ein

Schritt 2: Opencv einrichten

Öffnen Sie nach dem Bootvorgang das Terminal und befolgen Sie die Schritte zur Installation von opencv und zum Einrichten der virtuellen Umgebung für opencv

Schritte:

1. Jedes Mal, wenn Sie eine neue Installation starten, ist es besser, vorhandene Pakete zu aktualisieren

$ sudo apt-get update

$ sudo apt-get upgrade

Zeit: 2m 30 Sek.

2. Dann Entwicklertools installieren

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

Zeit: 50 Sek.

3. Besorgen Sie sich nun die notwendigen Image-I/O-Pakete

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

Zeit: 37 Sek.

4. Video-E/A-Pakete

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

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

Zeit: 36 Sek.

5. Installieren Sie die GTK-Entwicklung

$ sudo apt-get install libgtk2.0-dev

Zeit: 2m 57s

6. Optimierungspakete

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

Zeit: 1 Minute

7. Installieren Sie nun Python 2.7, wenn es nicht vorhanden ist. In meinem Fall war es bereits installiert, aber noch überprüfen

$ sudo apt-get install python2.7-dev

Zeit: 55 Sek.

8. Laden Sie nun die Opencv-Quelle herunter und entpacken Sie sie

$ cd ~

$ wget -O opencv.zip

$ opencv.zip entpacken

Zeit: 1m 58 Sek.

9. Herunterladen des opencv_contrib-Repository

$ wget -O opencv_contrib.zip

$ opencv_contrib.zip entpacken

Zeit: 1m 5sec

10. Jetzt wurden opencv und opencv_contrib erweitert. Löschen Sie ihre ZIP-Dateien, um Platz zu sparen

$ rm opencv.zip opencv_contrib.zip

Zeit: 2 Sek.

11. Installieren Sie nun pip

$ wget

$ sudo python get-pip.py

Zeit: 50 Sek.

12. Installieren Sie virtualenv und virtualenvwrapper, damit wir separate, isolierte Python-Umgebungen für unsere zukünftigen Projekte erstellen können

$ sudo pip install virtualenv virtualenvwrapper

$ sudo rm -rf ~/.cache/pip

Zeit: 30 Sek.

13. Öffnen Sie nach dieser Installation ~/.profile

$ nano ~/.profile

und fügen Sie diese Zeilen am Ende der Datei hinzu

# virtualenv und virtualenvwrapper

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

Geben Sie nun Ihr ~/.profile ein, um die Änderungen neu zu laden

$ source ~/.profile

Zeit: 20 Sek.

14. Erstellen Sie nun eine virtuelle Python-Umgebung namens cv

$ mkvirtualenv cv

Zeit: 10 Sek.

15. Der nächste Schritt ist die Installation von numpy. Dies dauert mindestens eine halbe Stunde, damit Sie Kaffee und Sandwiches trinken können

$ pip installiere numpy

Zeit: 36m

16. Kompilieren und installieren Sie nun opencv und stellen Sie sicher, dass Sie sich in der virtuellen cv-Umgebung befinden, indem Sie diesen Befehl verwenden

$ Arbeitslebenslauf

und dann den Build mit Cmake einrichten

$ 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_MODULES_v_=~-3/open.0.0 D BUILD_EXAMPLES=ON -D ENABLE_PRECOMPILED_HEADERS=OFF..

Zeit: 5 Minuten

17. Jetzt ist build eingerichtet, führen Sie make aus, um den Kompilierungsprozess zu starten. Das wird eine Weile dauern, damit du das über Nacht laufen lassen kannst

$ machen

In meinem Fall hat mir 'make' einen Fehler geworfen, der mit ffpmeg zusammenhängt. Nach langem Suchen habe ich die Lösung gefunden. Gehen Sie zum Ordner opencv 3.0, dann zu den Modulen, dann in Videoio zu src und ersetzen Sie die cap_ffpmeg_impl.hpp durch diese Datei

github.com/opencv/opencv/blob/f88e9a748a37e5df00912524e590fb295e7dab70/modules/videoio/src/cap_ffmpeg_impl.hpp und führen Sie make erneut aus

Zeit: 13 Stunden

Wenn es ohne Fehler kompiliert wurde, installieren Sie es auf Raspberry Pi mit:

$ sudo make install

$ sudo ldconfig

Zeit: 2 Min. 30 Sek.

18. Nach Abschluss von Schritt 17 sollten sich Ihre opencv-Bindungen in /usr/local/lib/python-2.7/site-packages befinden. Überprüfen Sie dies, indem Sie dies verwenden

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

gesamt 1549 -rw-r--r-- 1 Wurzelstab 1677024 3. Dez. 09:44 cv2.so

19. Jetzt fehlt nur noch die Verknüpfung der Datei cv2.so mit dem Verzeichnis site-packages der cv-Umgebung

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

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

20. Überprüfen Sie Ihre opencv-Installation mit:

$ Arbeitslebenslauf

$ python >>> cv2 importieren >>> cv2._version_ '3.0.0' >>>

Schritt 3: Gesichts- und Augenerkennung

Versuchen wir es jetzt mit der Gesichtserkennung

Als erstes müssen Sie die Kamera aktivieren, indem Sie Folgendes verwenden:

$ sudo raspi-config

Dies öffnet einen Konfigurationsbildschirm. Scrollen Sie mit den Pfeiltasten nach unten zu Option 5: Kamera aktivieren, drücken Sie die Eingabetaste, um die Kamera zu aktivieren, und blättern Sie dann nach unten zur Schaltfläche Fertig stellen und drücken Sie erneut die Eingabetaste. Schließlich müssen Sie Ihren Raspberry Pi neu starten, damit die Konfiguration wirksam wird.

Installieren Sie nun picamera[array] in der cv-Umgebung. Stellen Sie dafür sicher, dass Sie sich in einer CV-Umgebung befinden. Wenn Sie Ihr Pi neu gestartet haben, geben Sie einfach Folgendes ein, um die CV-Umgebung erneut aufzurufen:

$ source ~/.profile

$ Arbeitslebenslauf

Installieren Sie jetzt die Pi-Kamera

$ pip installiere "picamera[array]"

Führen Sie das bu-face-detection-test.py mit folgendem Befehl aus:

python face-detection-test.py

Wenn es einen Fehler wirft, geben Sie einfach diesen Befehl ein, bevor Sie das Skript ausführen

sudo modprobe bcm2835-v4l2

Jetzt können Sie sich für die Gesichtserkennung entscheiden. Versuche und teile deine Ergebnisse

Danke schön!