Table des matières:
2025 Auteur: John Day | [email protected]. Dernière modifié: 2025-01-13 06:57
Dans ce instructable, je vais montrer comment vous pouvez détecter le visage et les yeux à l'aide de raspberry pi et opencv. C'est mon premier instructable sur opencv. J'ai suivi de nombreux tutoriels pour configurer open cv dans framboise mais à chaque fois j'ai rencontré quelques erreurs. Quoi qu'il en soit, j'ai résolu ces erreurs et j'ai pensé à écrire instructable afin que tout le monde puisse l'installer sans aucune difficulté
Choses requises:
1. Framboise pi zéro
2. Carte SD
3. Module caméra
Ce processus d'installation prendra plus de 13 heures, alors planifiez l'installation en conséquence
Étape 1: Téléchargez et installez l'image Raspbian
Téléchargez raspbian stretch avec l'image du bureau à partir du site Web de raspberry pi
www.raspberrypi.org/downloads/raspbian
Insérez ensuite la carte mémoire dans votre ordinateur portable et gravez l'image raspbian à l'aide de l'outil de gravure
Téléchargez ethcher ici
Après avoir gravé l'image, branchez la carte mémoire dans votre raspberry pi et allumez le raspberry
Étape 2: Configuration d'Opencv
Après le processus de démarrage, ouvrez le terminal et suivez les étapes pour installer opencv et configurer l'environnement virtuel pour opencv
Pas:
1. Chaque fois que vous démarrez une nouvelle installation, il est préférable de mettre à niveau les packages existants
$ sudo apt-get mise à jour
$ sudo apt-get upgrade
Temps: 2m 30sec
2. Installez ensuite les outils de développement
$ sudo apt-get install build-essential cmake pkg-config
Temps: 50 secondes
3. Maintenant, récupérez les packages d'E/S d'image nécessaires
$ sudo apt-get install libjpeg-dev libtiff5-dev libjasper-dev libpng12-dev
Temps: 37 secondes
4. Paquets d'E/S vidéo
$ sudo apt-get install libavcodec-dev libavformat-dev libswscale-dev libv4l-dev
$ sudo apt-get install libxvidcore-dev libx264-dev
Temps: 36 secondes
5. Installer le développement GTK
$ sudo apt-get install libgtk2.0-dev
Temps: 2m 57s
6. Forfaits d'optimisation
$ sudo apt-get install libatlas-base-dev gfortran
Durée: 1 minute
7. Maintenant, installez python 2.7 s'il n'y est pas. Dans mon cas, il était déjà installé mais vérifiez toujours
$ sudo apt-get install python2.7-dev
Temps: 55 secondes
8. Maintenant, téléchargez la source opencv et décompressez-la
$ cd ~
$ wget -O opencv.zip
$ décompressez opencv.zip
Temps: 1m 58sec
9. Téléchargement du référentiel opencv_contrib
$ wget -O opencv_contrib.zip
$ décompressez opencv_contrib.zip
Temps: 1m 5sec
10. Maintenant, opencv et opencv_contrib ont été étendus, supprimez leurs fichiers zip pour économiser de l'espace
$ rm opencv.zip opencv_contrib.zip
Temps: 2 secondes
11. Maintenant, installez pip
$ wget
$ sudo python get-pip.py
Temps: 50 secondes
12. Installez virtualenv et virtualenvwrapper, cela nous permettra de créer des environnements python séparés et isolés pour nos futurs projets
$ sudo pip installer virtualenv virtualenvwrapper
$ sudo rm -rf ~/.cache/pip
Temps: 30 secondes
13. Après cette installation, ouvrez ~/.profile
$ nano ~/.profile
et ajoutez ces lignes au bas du fichier
# virtualenv et virtualenvwrapper
export WORKON_HOME=$HOME/.virtualenvs source /usr/local/bin/virtualenvwrapper.sh
Maintenant, sourcez votre ~/.profile pour recharger les modifications
$ source ~/.profil
Temps: 20 secondes
14. Créez maintenant un environnement virtuel python nommé cv
$ mkvirtualenv cv
Temps: 10sec
15. L'étape suivante consiste à installer numpy. Cela prendra au moins une demi-heure pour que vous puissiez prendre un café et des sandwichs
$ pip installer numpy
Temps: 36m
16. Maintenant, compilez et installez opencv et assurez-vous que vous êtes dans un environnement virtuel cv en utilisant cette commande
$ travailler sur cv
puis configurer la construction à l'aide de 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_MODULES_PATH=~/rib-3.v0.0/cont D BUILD_EXAMPLES=ON -D ENABLE_PRECOMPILED_HEADERS=OFF..
Temps: 5 minutes
17. Maintenant que build est configuré, exécutez make pour démarrer le processus de compilation. Cela va prendre un certain temps donc vous pouvez laisser cela fonctionner pendant la nuit
$ faire
Dans mon cas, "make" m'a renvoyé une erreur liée à ffpmeg. Après de nombreuses recherches, j'ai trouvé la solution. Allez dans le dossier opencv 3.0 puis modules puis dans videoio allez dans src et remplacez le cap_ffpmeg_impl.hpp par ce fichier
github.com/opencv/opencv/blob/f88e9a748a37e5df00912524e590fb295e7dab70/modules/videoio/src/cap_ffmpeg_impl.hpp et relancez make
Durée: 13 heures
S'il est compilé sans erreur, installez-le sur raspberry pi en utilisant:
$ sudo faire l'installation
$ sudo ldconfig
Durée: 2 min 30 sec
18. Après avoir terminé l'étape 17, vos liaisons opencv doivent se trouver dans /usr/local/lib/python-2.7/site-packages. Vérifiez-le en utilisant ceci
$ ls -l /usr/local/lib/python2.7/site-packages
total 1549 -rw-r--r-- 1 personnel racine 1677024 3 déc 09:44 cv2.so
19. Il ne reste plus qu'à lier symboliquement le fichier cv2.so dans le répertoire site-packages de l'environnement cv
$ cd ~/.virtualenvs/cv/lib/python2.7/site-packages/
$ ln -s /usr/local/lib/python2.7/site-packages/cv2.so cv2.so
20. Vérifiez votre installation opencv en utilisant:
$ travailler sur cv
$ python >>> importer cv2 >>> cv2._version_ '3.0.0' >>>
Étape 3: Détection du visage et des yeux
Essayons maintenant la détection de visage
La première chose à faire est d'activer la caméra en utilisant:
$ sudo raspi-config
Cela fera apparaître un écran de configuration. Utilisez vos touches fléchées pour faire défiler jusqu'à l'option 5: Activer la caméra, appuyez sur la touche Entrée pour activer la caméra, puis faites défiler jusqu'au bouton Terminer et appuyez à nouveau sur Entrée. Enfin, vous devrez redémarrer votre Raspberry Pi pour que la configuration prenne effet.
Installez maintenant picamera[array] dans l'environnement cv. Pour cela, assurez-vous que vous êtes dans un environnement de cv. Si vous avez redémarré votre pi, pour entrer à nouveau dans l'environnement cv, tapez simplement:
$ source ~/.profil
$ travailler sur cv
Installez maintenant la caméra pi
$ pip install "picamera[array]"
Exécutez la bu face-detection-test.py en utilisant:
python face-detection-test.py
S'il renvoie une erreur, tapez simplement cette commande avant d'exécuter le script
sudo modprobe bcm2835-v4l2
Vous êtes maintenant prêt à utiliser la détection de visage. Essayez et partagez vos résultats
À votre santé!