Détection du visage et des yeux avec Raspberry Pi Zero et Opencv : 3 étapes

2024 Auteur: John Day | [email protected]. Dernière modifié: 2024-01-30 09:09

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!