Deteksi Wajah dan Mata Dengan Raspberry Pi Zero dan Opencv: 3 Langkah
Deteksi Wajah dan Mata Dengan Raspberry Pi Zero dan Opencv: 3 Langkah

Daftar Isi:

Anonim
Deteksi Wajah dan Mata Dengan Raspberry Pi Zero dan Opencv
Deteksi Wajah dan Mata Dengan Raspberry Pi Zero dan Opencv

Dalam instruksi ini saya akan menunjukkan bagaimana Anda dapat mendeteksi wajah dan mata menggunakan raspberry pi dan opencv. Ini adalah instruksi pertama saya di opencv. Saya mengikuti banyak tutorial untuk mengatur cv terbuka di raspberry tetapi setiap kali terjadi beberapa kesalahan. Bagaimanapun saya memecahkan kesalahan itu dan berpikir untuk menulis yang dapat diinstruksikan sehingga semua orang dapat menginstalnya tanpa kesulitan

Hal-hal yang diperlukan:

1. Raspberry pi nol

2. Kartu SD

3. Modul Kamera

Proses instalasi ini akan memakan waktu lebih dari 13 jam, jadi rencanakan instalasi yang sesuai

Langkah 1: Unduh dan Instal Gambar Raspbian

Unduh peregangan raspbian dengan gambar desktop dari situs web raspberry pi

www.raspberrypi.org/downloads/raspbian

Kemudian masukkan kartu memori ke laptop Anda dan bakar gambar raspbian menggunakan alat etsa

Unduh ethcher dari sini

Setelah membakar gambar, colokkan kartu memori ke raspberry pi Anda dan nyalakan raspberry

Langkah 2: Menyiapkan Opencv

Setelah proses boot, buka terminal dan ikuti langkah-langkah untuk menginstal opencv dan mengatur lingkungan virtual untuk opencv

Langkah:

1. Setiap kali Anda memulai instalasi baru, lebih baik mengupgrade paket yang sudah ada

$ sudo apt-get update

$ sudo apt-get upgrade

Waktu: 2m 30 detik

2. Kemudian instal alat pengembang

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

Waktu: 50 detik

3. Sekarang ambil paket I/O gambar yang diperlukan

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

Waktu: 37 detik

4. Paket I/O Video

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

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

Waktu: 36 detik

5. Instal pengembangan GTK

$ sudo apt-get install libgtk2.0-dev

Waktu: 2m 57s

6. Paket pengoptimalan

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

Waktu: 1 menit

7. Sekarang instal python 2.7 jika tidak ada. Dalam kasus saya itu sudah diinstal tetapi masih memeriksa

$ sudo apt-get install python2.7-dev

Waktu: 55 detik

8. Sekarang unduh sumber opencv dan unzip

$cd ~

$ wget -O opencv.zip

$ unzip opencv.zip

Waktu: 1m 58 detik

9. Mengunduh repositori opencv_contrib

$ wget -O opencv_contrib.zip

$ unzip opencv_contrib.zip

Waktu: 1m 5s

10. Sekarang opencv dan opencv_contrib telah diperluas hapus file zip mereka untuk menghemat ruang

$ rm opencv.zip opencv_contrib.zip

Waktu: 2 detik

11. Sekarang instal pip

$ wget

$ sudo python get-pip.py

Waktu: 50 detik

12. Instal virtualenv dan virtualenvwrapper, ini akan memungkinkan kita untuk membuat lingkungan python yang terpisah dan terisolasi untuk proyek masa depan kita

$ sudo pip install virtualenv virtualenvwrapper

$ sudo rm -rf ~/.cache/pip

Waktu: 30 detik

13. Setelah instalasi itu, buka ~/.profile

$ nano ~/.profile

dan tambahkan baris ini ke bagian bawah file

#virtualenv dan virtualenvwrapper

ekspor WORKON_HOME=$HOME/.virtualenvs sumber /usr/local/bin/virtualenvwrapper.sh

Sekarang sumber ~/.profile Anda untuk memuat ulang perubahan

$ sumber ~/.profile

Waktu: 20 detik

14. Sekarang buat env virtual python bernama cv

$ mkvirtualenv cv

Waktu: 10 detik

15. Langkah selanjutnya adalah menginstal numpy. Ini akan memakan waktu setidaknya setengah jam sehingga Anda dapat menikmati kopi dan sandwich

$pip install numpy

Waktu: 36m

16. Sekarang kompilasi dan instal opencv dan pastikan Anda berada di lingkungan virtual cv dengan menggunakan perintah ini

$ mengerjakan cv

dan kemudian atur build menggunakan 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_=modul~/buka_PATH_MODULES_PATH_modul~/buka D BUILD_EXAMPLES=ON -D ENABLE_PRECOMPILED_HEADERS=OFF..

Waktu: 5 menit

17. Sekarang build sudah diatur, jalankan make untuk memulai proses kompilasi. Ini akan memakan waktu cukup lama sehingga Anda dapat membiarkan ini berjalan dalam semalam

$ membuat

Dalam kasus saya 'make' memberi saya satu kesalahan yang terkait dengan ffpmeg. Setelah banyak pencarian saya menemukan solusinya. Buka folder opencv 3.0 lalu modul lalu di dalam videoio buka src dan ganti cap_ffpmeg_impl.hpp dengan file ini

github.com/opencv/opencv/blob/f88e9a748a37e5df00912524e590fb295e7dab70/modules/videoio/src/cap_ffmpeg_impl.hpp dan jalankan make lagi

Waktu: 13 jam

Jika dikompilasi tanpa kesalahan, instal di raspberry pi menggunakan:

$ sudo make install

$ sudo ldconfig

Waktu: 2 menit 30 detik

18. Setelah menyelesaikan langkah 17, binding opencv Anda seharusnya berada di /usr/local/lib/python-2.7/site-packages. Verifikasi ini dengan menggunakan ini

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

total 1549 -rw-r--r-- 1 root staff 1677024 3 Des 09:44 cv2.so

19. Sekarang satu-satunya yang tersisa adalah sym-link file cv2.so ke direktori site-packages lingkungan cv

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

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

20. Verifikasi instalasi opencv Anda dengan menggunakan:

$ mengerjakan cv

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

Langkah 3: Deteksi Wajah dan Mata

Deteksi Wajah dan Mata
Deteksi Wajah dan Mata
Deteksi Wajah dan Mata
Deteksi Wajah dan Mata

Sekarang mari kita coba deteksi wajah

Hal pertama yang harus dilakukan adalah mengaktifkan kamera dengan menggunakan:

$ sudo raspi-config

Ini akan memunculkan layar konfigurasi. Gunakan tombol panah untuk menggulir ke bawah ke Opsi 5: Aktifkan kamera, tekan tombol enter untuk mengaktifkan kamera, lalu panah ke bawah ke tombol Selesai dan tekan enter lagi. Terakhir, Anda harus me-reboot Raspberry Pi Anda agar konfigurasi dapat diterapkan.

Sekarang instal picamera[array] di lingkungan cv. Untuk ini pastikan Anda berada di lingkungan cv. Jika Anda me-reboot pi Anda, untuk masuk lagi di lingkungan cv cukup ketik:

$ sumber ~/.profile

$ mengerjakan cv

Sekarang instal kamera pi

$ pip instal "picamera[array]"

Jalankan face-detection-test.py bu menggunakan:

python face-detection-test.py

Jika ada kesalahan, ketik saja perintah ini sebelum menjalankan skrip

sudo modprobe bcm2835-v4l2

Sekarang Anda siap untuk melakukan deteksi wajah. Coba dan bagikan hasil Anda

Bersulang!