Pengenalan dan Identifikasi Wajah - ID Wajah Arduino Menggunakan OpenCV Python dan Arduino.: 6 Langkah

2024 Pengarang: John Day | [email protected]. Terakhir diubah: 2024-01-30 09:54

Pengenalan wajah alias face ID adalah salah satu fitur terpenting di ponsel saat ini.

Jadi, saya punya pertanyaan "bisakah saya memiliki id wajah untuk proyek Arduino saya" dan jawabannya adalah ya…

Perjalanan saya dimulai sebagai berikut:

Langkah 1: Akses ke webcam

langkah 2: Identifikasi wajah.

langkah 3: Pengumpulan data

Langkah 4: Pelatihan

langkah 5: Pengenalan wajah

langkah 6: Pemrograman Arduino

Saya akan menjelaskan semua langkah di bawah ini. Saya harap ini akan membantu Anda.

Langkah 1: Akses ke Webcam

Langkah pertama untuk pengenalan wajah adalah memiliki akses ke kamera atau visi komputer. Karena India dikunci, solusi termurah yang saya temukan adalah menggunakan webcam komputer saya yang saya akses dengan program python menggunakan modul openCV.

Anda mungkin berpikir apa itu OpenCV, bukan?

OpenCV (Open Source Computer Vision Library) adalah perpustakaan perangkat lunak computer vision dan pembelajaran mesin sumber terbuka. OpenCV dibangun untuk menyediakan infrastruktur umum untuk aplikasi visi komputer dan untuk mempercepat penggunaan persepsi mesin dalam produk komersial.

Jika Opencv diinstal di komputer Anda, maka Anda siap melakukannya. Jika tidak maka ikuti langkah ini.

buka command prompt dan ketik "pip install opencv".

Peringatan: Anda mungkin mendapatkan pesan kesalahan karena "'pip' tidak dikenali sebagai perintah internal atau eksternal". untuk itu Anda perlu menambahkan jalur instalasi pip Anda ke variabel sistem PATH Anda. Pergi melalui posting ini mungkin membantu Anda.

stackoverflow.com/questions/23708898/pip-i…

Setelah OpenCV terinstal, kita siap untuk pergi… Untuk memeriksa apakah sudah terinstal dengan benar, buka juru bahasa Python Anda dan impor perpustakaan. Lihat gambar di atas yang seharusnya menjadi output Anda.

Unduh file python "AccessTo_webcam.py" dan jalankan. Saya telah memberikan semua komentar yang diperlukan di sana.

Ini dia, Sekarang Anda memiliki akses ke webcam. Sudah selesai dilakukan dengan baik. mari kita lanjutkan ke langkah 2.

Langkah 2: Identifikasi Wajah

dengan bantuan modul OpenCV yang sama, kita harus mengidentifikasi apakah ada wajah di aliran video atau tidak.

OpenCV menyediakan metode pelatihan atau model pra-pelatihan yang disebut sebagai Pengklasifikasi Kaskade. Model pra-terlatih terletak di folder data di instalasi OpenCV. Saya menyediakan file itu, unduh saja dan letakkan di folder proyek Anda. Folder tempat file "AccessTo_webcam.py" disimpan. Jika Anda belum membuatnya, lakukanlah.

Unduh "haarcascade_frontalface_default" dan letakkan di folder proyek utama.

Unduh "Face_identification.py" dan letakkan di folder proyek utama. Semua penjelasan disediakan di dalamnya.

Sekarang Anda dapat mengidentifikasi wajah dalam aliran video. Jadi mari kita lanjutkan ke langkah 3.

Langkah 3: Pengumpulan Data

Untuk mengenali wajah kita perlu melatih program python kita. Untuk itu kami membutuhkan beberapa data.

Pengumpulan data merupakan langkah termudah dalam proyek ini. buat folder bernama "image_data" di folder proyek utama Anda. Di dalam folder "image_data" buat beberapa folder tambahan dengan nama orang tersebut, tempat kita akan menyimpan datanya. Misalnya:

Di folder "image_data" saya telah membuat dua folder lagi bernama "HRK" dan "Yahiya". seperti yang ditunjukkan pada gambar di atas.

Sekarang silakan buat folder Anda sendiri dan beri nama.

Setelah folder dibuat, mulailah mengumpulkan gambar orang tersebut. Saya sarankan mengumpulkan hampir sekitar 20 gambar per orang. Anda juga dapat menambahkan lebih banyak gambar tetapi memastikan bahwa data yang dikumpulkan untuk semua orang berisi jumlah gambar yang sama. Ini membantu untuk memberikan akurasi.

itu saja sekarang mari kita lanjutkan ke langkah 4.

Langkah 4: Pelatihan

Singkatnya, kita akan menelusuri semua folder dan gambar yang ada di folder "image_data" dan membuat kamus yang akan berisi ID label dan nama yang sesuai. Secara bersamaan kami akan memuat gambar untuk mendeteksi wajah di setiap gambar yang kami sebut "Wilayah yang Diinginkan" dan membuat file ".yml" yang berisi informasi tersebut.

Dengan asumsi bahwa Anda memiliki data yang dikumpulkan untuk orang X dan Y.

kita akan melabeli orang X sebagai 1 yang akan menjadi ID labelnya dan nama akan menjadi X itu sendiri. Kami memuat gambar untuk menemukan wajahnya yaitu Wilayah yang diminati dan menambahkan data ke daftar.

langkah serupa akan diikuti untuk orang Y. Dan terakhir, kita akan membuat file ".yml".

Unduh file "face_trainer.py" dan letakkan di folder proyek utama. Semua penjelasan yang diperlukan disediakan dalam file itu sendiri.

Saat Anda menjalankan program ini, program ini akan menelusuri semua gambar dan membuat dua file bernama "labels.pickle" dan "trainner.yml". Sekarang Anda telah melatih model Anda sendiri. jadi mari kita lanjutkan ke langkah 5.

Langkah 5: Pengenalan Wajah

Jika Anda telah melalui semua langkah dengan benar, maka Anda mungkin telah membuat data terlatih Anda sendiri. Sekarang kita akan menggunakan data itu untuk pengenalan wajah.

Pada dasarnya kami akan memuat model terlatih kami ke dalam file python, Mengakses webcam kami, dan mengidentifikasi Wajah dalam aliran video dan melakukan perbandingan atau prediksi antara wajah saat ini yang diidentifikasi dalam aliran video, dan model yang dilatih. jika datanya cocok maka kita katakan bahwa orang tersebut dikenali sesederhana itu…

Unduh "face_recognise.py" dan jalankan. Semua informasi yang diperlukan disediakan di dalamnya. Sekarang wajah Anda mungkin telah dikenali. jika akurasinya tidak bagus maka coba perbarui datanya. jika Anda semua baik-baik saja, mari kita lanjutkan ke langkah 6/

Langkah 6: Pemrograman Arduino

Langkah terakhir dan terakhir adalah memprogram Arduino, dan menyediakan mode komunikasi antara python dan Arduino. Untuk komunikasi, saya menggunakan "Komunikasi Serial". Lihat video yang telah saya tautkan di atas untuk menemukan cara kerja Komunikasi Serial dan membuatnya. Anda akan menemukan semua file yang diperlukan dalam deskripsi video.

Jika Anda telah melalui video maka izinkan saya menjelaskan kepada Anda apa yang saya lakukan. Ketika wajah saya dikenali maka ID label yang diberikan adalah 2. Setelah ID label adalah 2 saya akan mengirimkan '1' sebagai data serial ke Arduino saya. Yang akan menyalakan sirkuit pemburu LED saya. Jika ID label selain 2 maka saya akan mengirimkan '0' sebagai data serial, yang akan mematikan Rangkaian chaser LED saya.

Unduh file "ard_chaser.ino". Ini adalah program pemburu LED sederhana yang menggunakan komunikasi serial.

Unduh "face_recogniser1.py" yang akan membuat komunikasi serial antara Arduino dan program python.

Ini dia. Saya harap Anda telah belajar sesuatu yang baru. Berlangganan ke saluran youtube saya untuk lebih banyak hal yang terkait dengan python dan Arduino. Bagikan ini jika Anda menyukainya. Tetap dukung.

Terima kasih.