Detecção de rosto e olhos com Raspberry Pi Zero e Opencv: 3 etapas

2024 Autor: John Day | [email protected]. Última modificação: 2024-01-30 11:39

Neste instrutível, vou mostrar como você pode detectar rosto e olhos usando raspberry pi e opencv. Este é o meu primeiro instrutível no opencv. Eu segui muitos tutoriais para configurar o cv aberto no framboesa, mas todas as vezes encontrei alguns erros. De qualquer forma resolvi esses erros e pensei em escrever instrutível para que todos possam instalá-lo sem qualquer dificuldade

Coisas necessárias:

1. Framboesa pi zero

2. cartão SD

3. Módulo de câmera

Este processo de instalação levará mais de 13 horas, portanto, planeje a instalação de acordo

Etapa 1: baixar e instalar a imagem Raspbian

Baixe raspbian stretch com imagem de desktop do site raspberry pi

www.raspberrypi.org/downloads/raspbian

Em seguida, insira o cartão de memória em seu laptop e queime a imagem raspbian usando a ferramenta etcher

Baixe o ethcher aqui

Depois de gravar a imagem, conecte o cartão de memória em seu raspberry pi e ligue o raspberry

Etapa 2: Configurando o Opencv

Após o processo de inicialização, abra o terminal e siga as etapas para instalar o opencv e configurar o ambiente virtual para o opencv

Passos:

1. Cada vez que você inicia qualquer nova instalação, é melhor atualizar os pacotes existentes

$ sudo apt-get update

$ sudo apt-get upgrade

Tempo: 2m 30 seg

2. Em seguida, instale as ferramentas de desenvolvedor

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

Tempo: 50 s

3. Agora pegue os pacotes de E / S de imagem necessários

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

Tempo: 37 s

4. Pacotes de E / S de vídeo

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

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

Tempo: 36 s

5. Instale o desenvolvimento GTK

$ sudo apt-get install libgtk2.0-dev

Tempo: 2m 57s

6. Pacotes de otimização

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

Tempo: 1 min

7. Agora instale o python 2.7 se não estiver lá. No meu caso já estava instalado mas ainda verifique

$ sudo apt-get install python2.7-dev

Tempo: 55 s

8. Agora baixe o código-fonte do opencv e descompacte-o

$ cd ~

$ wget -O opencv.zip

$ unzip opencv.zip

Tempo: 1m 58 seg

9. Baixando o repositório opencv_contrib

$ wget -O opencv_contrib.zip

$ unzip opencv_contrib.zip

Tempo: 1m 5seg

10. Agora opencv e opencv_contrib foram expandidos, exclua seus arquivos zip para economizar espaço

$ rm opencv.zip opencv_contrib.zip

Tempo: 2 seg

11. Agora instale o pip

$ wget

$ sudo python get-pip.py

Tempo: 50 s

12. Instale o virtualenv e o virtualenvwrapper, isso nos permitirá criar ambientes Python separados e isolados para nossos projetos futuros

$ sudo pip install virtualenv virtualenvwrapper

$ sudo rm -rf ~ /.cache / pip

Tempo: 30 s

13. Após a instalação, abra ~ /.profile

$ nano ~ /.profile

e adicione essas linhas ao final do arquivo

# virtualenv e virtualenvwrapper

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

Agora fonte seu ~ /.profile para recarregar as mudanças

$ source ~ /.profile

Tempo: 20 s

14. Agora crie um env virtual python chamado cv

$ mkvirtualenv cv

Tempo: 10 seg

15. O próximo passo é instalar o numpy. Isso levará pelo menos meia hora para que você possa tomar um café e comer sanduíches

$ pip install numpy

Tempo: 36m

16. Agora compile e instale o opencv e certifique-se de que está no ambiente virtual cv usando este comando

$ workon cv

e, em seguida, configure a compilação usando Cmake

$ cd ~ / opencv-3.0.0 /

$ mkdir compilar $ cd compilar $ 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_PATH = ~ / opencv_contrib_contrib..0 / módulos / opencv_contrib0.0 / 3.0_contribULES_EXTRA_MODULES_PATH = 3.0_contribulES_EXTRA_MODULES_PATH = 3.0. D BUILD_EXAMPLES = ON -D ENABLE_PRECOMPILED_HEADERS = OFF..

Tempo: 5mins

17. Agora que o build está configurado, execute make para iniciar o processo de compilação. Isso vai demorar um pouco, então você pode deixar rodar durante a noite

$ make

No meu caso, 'make' gerou um erro relacionado ao ffpmeg. Depois de muita pesquisa, encontrei a solução. Vá para a pasta opencv 3.0, em seguida, os módulos, em seguida, dentro de videoio, vá para src e substitua o cap_ffpmeg_impl.hpp por este arquivo

github.com/opencv/opencv/blob/f88e9a748a37e5df00912524e590fb295e7dab70/modules/videoio/src/cap_ffmpeg_impl.hpp e execute make novamente

Tempo: 13 horas

Se for compilado sem nenhum erro, instale-o no raspberry pi usando:

$ sudo make install

$ sudo ldconfig

Tempo: 2 min 30 seg

18. Após completar a etapa 17, suas ligações opencv devem estar em /usr/local/lib/python-2.7/site-packages. Verifique isso usando este

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

total 1549 -rw-r - r-- 1 equipe raiz 1677024 3 de dezembro 09:44 cv2.so

19. Agora, a única coisa que resta é um link simbólico do arquivo cv2.so no diretório site-packages do ambiente cv

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

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

20. Verifique sua instalação opencv usando:

$ workon cv

$ python >>> import cv2 >>> cv2._ version_ '3.0.0' >>>

Etapa 3: detecção de rosto e olhos

Agora vamos tentar a detecção de rosto

A primeira coisa a fazer é habilitar a câmera usando:

$ sudo raspi-config

Isso abrirá uma tela de configuração. Use as teclas de seta para rolar para baixo até a Opção 5: Ativar câmera, pressione a tecla Enter para ativar a câmera e, em seguida, use a seta para baixo até o botão Concluir e pressione Enter novamente. Por último, você precisará reiniciar o Raspberry Pi para que a configuração tenha efeito.

Agora instale picamera [array] no ambiente cv. Para isso, verifique se você está em um ambiente cv. Se você reiniciou seu pi, para entrar novamente no ambiente cv, basta digitar:

$ source ~ /.profile

$ workon cv

Agora instale a câmera pi

$ pip install "picamera [array]"

Execute o face-detection-test.py bu usando:

python face-detection-test.py

Se ocorrer algum erro, basta digitar este comando antes de executar o script

sudo modprobe bcm2835-v4l2

Agora você está pronto para fazer a detecção de rosto. Experimente e compartilhe seus resultados

Saúde!