სახის და თვალის ამოცნობა ჟოლოს პი ნულოვანი და Opencv: 3 ნაბიჯი

2024 ავტორი: John Day | [email protected]. ბოლოს შეცვლილი: 2024-01-30 10:20

ამ სასწავლო ინსტრუქციაში მე ვაჩვენებ, თუ როგორ შეგიძლიათ აღმოაჩინოთ სახე და თვალი ჟოლოს pi და opencv გამოყენებით. ეს არის ჩემი პირველი ინსტრუქცია opencv– ზე. მე გავეცანი ბევრ გაკვეთილს ჟოლოში ღია cv- ს შესაქმნელად, მაგრამ ყოველ ჯერზე რაღაც შეცდომებით ვხვდებოდი. ყოველ შემთხვევაში მე მოვაგვარე ეს შეცდომები და ვიფიქრე, რომ წეროს ინსტრუქციულად, რათა ყველამ შეძლოს მისი დაყენება ყოველგვარი სირთულის გარეშე

საჭირო ნივთები:

1. ჟოლო პი ნულოვანი

2. SD ბარათი

3. კამერის მოდული

ამ ინსტალაციის პროცესს 13 საათზე მეტი დრო დასჭირდება, შესაბამისად დაგეგმეთ ინსტალაცია

ნაბიჯი 1: გადმოწერეთ და დააინსტალირეთ Raspbian Image

ჩამოტვირთეთ raspbian მონაკვეთი დესკტოპის გამოსახულებით ჟოლოს პი ვებ გვერდიდან

www.raspberrypi.org/downloads/raspbian

შემდეგ ჩადეთ მეხსიერების ბარათი თქვენს ლეპტოპში და ჩაწერეთ რასპბიური სურათი სხვა ინსტრუმენტის გამოყენებით

ჩამოტვირთეთ ეთერი აქედან

სურათის დაწვის შემდეგ შეაერთეთ მეხსიერების ბარათი თქვენს ჟოლოს პი და ჩართეთ ჟოლოზე

ნაბიჯი 2: გახსნის დაყენება

ჩატვირთვის პროცესის შემდეგ გახსენით ტერმინალი და მიყევით ნაბიჯებს opencv– ის დაყენებისათვის და ვირტუალური გარემოს შექმნისთვის opencv– სთვის

ნაბიჯები:

1. ყოველ ჯერზე, როდესაც დაიწყებთ რაიმე ახალ ინსტალაციას, უმჯობესია განაახლოთ არსებული პაკეტები

$ sudo apt-get განახლება

$ sudo apt-get განახლება

დრო: 2 მ 30 წმ

2. შემდეგ დააინსტალირეთ დეველოპერის ინსტრუმენტები

$ sudo apt-get install install-important cmake pkg-config

დრო: 50 წამი

3. ახლა აიღეთ საჭირო გამოსახულების I/O პაკეტები

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

დრო: 37 წამი

4. ვიდეო I/O პაკეტები

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

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

დრო: 36 წამი

5. დააინსტალირეთ GTK განვითარება

$ sudo apt-get ინსტალაცია libgtk2.0-dev

დრო: 2 მ 57 წთ

6. ოპტიმიზაციის პაკეტები

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

დრო: 1 წთ

7. ახლა დააინსტალირეთ პითონი 2.7, თუ ის იქ არ არის. ჩემს შემთხვევაში ის უკვე დაინსტალირებული იყო, მაგრამ მაინც შეამოწმეთ

$ sudo apt-get დააინსტალირეთ python2.7-dev

დრო: 55 წამი

8. ახლა გადმოწერეთ opencv წყარო და გახსენით იგი

$ cd

$ wget -O opencv.zip

$ unzip opencv.zip

დრო: 1 მ 58 წმ

9. opencv_contrib საცავის ჩამოტვირთვა

$ wget -O opencv_contrib.zip

$ unzip opencv_contrib.zip

დრო: 1 მ 5 წმ

10. ახლა opencv და opencv_contrib გაფართოვდა წაშალეთ მათი zip ფაილები სივრცის დაზოგვის მიზნით

$ rm opencv.zip opencv_contrib.zip

დრო: 2 წამი

11. ახლა დააინსტალირეთ პიპი

$ wget

$ sudo python get-pip.py

დრო: 50 წამი

12. დააინსტალირეთ virtualenv და virtualenvwrapper, ეს საშუალებას მოგვცემს შევქმნათ ცალკეული, იზოლირებული პითონის გარემო ჩვენი მომავალი პროექტებისთვის

$ sudo pip დააინსტალირეთ virtualenv virtualenvwrapper

$ sudo rm -rf ~/.cache/pip

დრო: 30 წამი

13. ინსტალაციის შემდეგ გახსენით ~/.პროფილი

$ nano ~/.პროფილი

და დაამატეთ ეს ხაზები ფაილის ბოლოში

# virtualenv და virtualenvwrapper

ექსპორტი WORKON_HOME = $ HOME/.virtualenvs წყარო /usr/local/bin/virtualenvwrapper.sh

ახლა მიუთითეთ თქვენი ~/.პროფი ცვლილებების გადატვირთვისთვის

$ წყარო ~/.პროფილი

დრო: 20 წამი

14. ახლა შექმენით პითონის ვირტუალური გარემო, სახელად cv

$ mkvirtualenv cv

დრო: 10 წამი

15. შემდეგი ნაბიჯი არის numpy- ის დაყენება. ამას დასჭირდება მინიმუმ ნახევარი საათი, ასე რომ თქვენ შეგიძლიათ დალიოთ ყავა და სენდვიჩები

$ pip დააინსტალირეთ numpy

დრო: 36 წ

16. ახლა შეადგინეთ და დააინსტალირეთ opencv და დარწმუნდით, რომ ხართ cv ვირტუალურ გარემოში ამ ბრძანების გამოყენებით

$ workon cv

და შემდეგ დააყენეთ აშენება Cmake– ის გამოყენებით

$ 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 = OD/P = D BUILD_EXAMPLES = ON -D ENABLE_PRECOMPILED_HEADERS = გამორთული..

დრო: 5 წუთი

17. ახლა build არის კონფიგურაცია, გაუშვით make შედგენის პროცესის დასაწყებად. ამას გარკვეული დრო დასჭირდება, ასე რომ თქვენ შეძლებთ გაუშვათ ეს ღამით

$ გააკეთე

ჩემს შემთხვევაში, "make" - მ დამიტოვა ერთი შეცდომა, რომელიც დაკავშირებული იყო ffpmeg- თან. ბევრი ძებნის შემდეგ ვიპოვე გამოსავალი. გადადით opencv 3.0 საქაღალდეში, შემდეგ მოდულებში, შემდეგ ვიდეოში გადადით src– ში და შეცვალეთ cap_ffpmeg_impl.hpp ამ ფაილით

github.com/opencv/opencv/blob/f88e9a748a37e5df00912524e590fb295e7dab70/modules/videoio/src/cap_ffmpeg_impl.hpp და კვლავ აწარმოეთ

დრო: 13 საათი

თუ ის შედგენილია ყოველგვარი შეცდომის გარეშე, დააინსტალირეთ იგი ჟოლოს პიზე გამოყენებით:

$ sudo make install

$ sudo ldconfig

დრო: 2 წთ 30 წმ

18. მე -17 ნაბიჯის დასრულების შემდეგ თქვენი ღია კავშირები უნდა იყოს /usr/local/lib/python-2.7/site-packages- ში. ამის გადამოწმება ამის გამოყენებით

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

სულ 1549 -rw-r-r-- 1 ძირი თანამშრომელი 1677024 დეკ. 3 09:44 cv2.so

19. ახლა მხოლოდ ის რჩება sym- ბმული cv2.so ფაილი cv გარემოს საიტის პაკეტების კატალოგში

$ cd ~/.virtualenvs/cv/lib/python2.7/საიტი-პაკეტები/

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

20. გადაამოწმეთ თქვენი opencv ინსტალაცია გამოყენებით:

$ workon cv

$ python >>> იმპორტი cv2 >>> cv2._ ვერსია_ '3.0.0' >>>

ნაბიჯი 3: სახის და თვალის ამოცნობა

ახლა შევეცადოთ სახის ამოცნობა

პირველი რაც უნდა გააკეთოთ არის კამერის ჩართვა გამოყენებით:

$ sudo raspi-config

ეს გამოჩნდება კონფიგურაციის ეკრანზე. გამოიყენეთ ისრის ღილაკები, რათა გადაახვიოთ ქვემოთ 5 ვარიანტზე: ჩართეთ კამერა, დააჭირეთ ღილაკს Enter ღილაკს კამერის გასააქტიურებლად და შემდეგ ისარი ქვემოთ დასრულების ღილაკზე და კვლავ დააჭირეთ Enter. დაბოლოს, თქვენ უნდა გადატვირთოთ თქვენი Raspberry Pi, რომ კონფიგურაციამ გავლენა მოახდინოს.

ახლა დააინსტალირეთ picamera [მასივი] cv გარემოში. ამისათვის დარწმუნდით, რომ ხართ CV გარემოში. თუ გადატვირთეთ თქვენი pi, კვლავ შეიყვანეთ cv გარემოში, უბრალოდ ჩაწერეთ:

$ წყარო ~/.პროფილი

$ workon cv

ახლა დააინსტალირეთ pi კამერა

$ pip install "picamera [array]"

გაუშვით face-detection-test.py bu გამოყენებით:

პითონის სახე- detection-test.py

თუ ის შეცდომას დაუშვებს, უბრალოდ ჩაწერეთ ეს ბრძანება სკრიპტის შესრულებამდე

sudo modprobe bcm2835-v4l2

ახლა კარგია სახის ამოცნობისთვის. სცადეთ და გაუზიარეთ თქვენი შედეგები

Გაუმარჯოს!