智能家居(6) —— 香橙派摄像头安装实现监控功能-Toy模板网

这篇具有很好参考价值的文章主要介绍了智能家居(6) —— 香橙派摄像头安装实现监控功能。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

智能家居(6) —— 香橙派摄像头安装实现监控功能

一、USB摄像头测试

二、face_recognition 人脸识别库的安装和测试方法

三、face_recognition 的测试方法

face_recognition的使用

定位人脸，人脸识别，识别单张图片中人脸的关键点，识别人脸并使用方框标注，比较两个人脸是否属于一个人，识别未知图片中的人脸是谁，识别 USB 摄像头中的人脸，使用 Web 服务上传图片运行人脸识别，face_detection 命令测试示例

一、USB摄像头测试

1) 首先将 USB 摄像头插入到 Orange Pi 开发板的 USB 接口中

2) 然后通过 lsmod 命令可以看到内核自动加载了下面的模块

智能家居(6) —— 香橙派摄像头安装实现监控功能

3) 通过 v4l2-ctl 命令可以看到 USB 摄像头的设备节点信息为 /dev/video0

orangepi@orangepi:~$ sudo apt update 
orangepi@orangepi:~$ sudo apt install -y v4l-utils 
orangepi@orangepi:~$ v4l2-ctl --list-devices

智能家居(6) —— 香橙派摄像头安装实现监控功能

注意 v4l2 中的 l 是小写字母 l ，不是数字 1 。

另外 video 的序号不一定都是 video0 ，请以实际看到的为准。

4) 使用 mjpg-streamer 测试 USB 摄像头

a. 下载 mjpg-streamer

a) Github 的下载地址：

git clone https://github.com/jacksonliam/mjpg-streamer

b) Gitee 的镜像下载地址为：

git clone https://gitee.com/leeboby/mjpg-streamer

b. 安装依赖的软件包

a) Ubuntu 系统

orangepi@orangepi:~$ sudo apt-get install -y cmake libjpeg8-dev

b) Debian 系统

orangepi@orangepi:~$ sudo apt-get install -y cmake libjpeg62-turbo-dev

c. 编译安装 mjpg-streamer

orangepi@orangepi:~$ cd mjpg-streamer/mjpg-streamer-experimental
orangepi@orangepi:~/mjpg-streamer/mjpg-streamer-experimental$ make -j4
orangepi@orangepi:~/mjpg-streamer/mjpg-streamer-experimental$ sudo make install

d. 然后输入下面的命令启动 mjpg_streamer

注意， video 的序号不一定都是 video0 ，请以实际看到的为准。

orangepi@orangepi:~/mjpg-streamer/mjpg-streamer-experimental$ export LD_LIBRARY_PATH=.
orangepi@orangepi:~/mjpg-streamer/mjpg-streamer-experimental$sudo ./mjpg_streamer -i "./input_uvc.so -d /dev/video0 -u -f 30" -o "./output_http.so -w ./www"

vi start.sh 智能家居(6) —— 香橙派摄像头安装实现监控功能

e. 然后在和开发板同一局域网的 Ubuntu PC 或者 Windows PC 或者手机的浏览器中输入【开发板的 IP 地址 :8080 】就能看到摄像头输出的视频了

f. 推荐使用 mjpg-streamer 来测试 USB 摄像头，比 motion 流畅很多，使用 mjpg-streamer 感觉不到任何卡顿

二、face_recognition 人脸识别库的安装和测试方法

注意，此小节的内容都是在 桌面版本 的 Linux 系统中测试的，所以请确保开发 板使用的系统为桌面版本的系统。

另外下面的安装测试都是在 orangepi 用户下进行的，请保持环境一致。

face_recognition 源码仓库的地址为：

https://github.com/ageitgey/face_recognition

face_recognition 中文版本的说明文档为：

https://github.com/ageitgey/face_recognition/blob/master/README_Simplified_Chi

nese.md

使用脚本自动安装 face_recognition 的方法

1) 首先在桌面中打开一个终端，然后下载 face_recognition_install.sh

orangepi@orangepi:~/Desktop$ wget

https://gitee.com/leeboby/face_recognition_install/raw/master/face_recognition_install.sh

2) 然后执行下面的命令开始安装 face_recognition

orangepi@orangepi:~/Desktop$ bash face_recognition_install.sh

3) face_recognition 安装完后会自动下载 face_recognition 的源码，然后自动运行face_recognition 中的一些示例，如果最后能看到桌面上弹出了下面的这些图片就说明 face_recognition 安装测试成功了

手动安装 face_recognition 的方法参考用户手册

三、face_recognition 的测试方法

注意，下面的操作都是在桌面中演示的，所以首先请连接好 HDMI 显示器，或

者使用 NoMachine/VNC 远程登录 Linux 桌面来测试。

1) 在 face_recognition 的源码中有一些示例代码，我们可以直接用来测试，face_recognition 源码的下载地址如下所示：

a. GitHub 官方的下载地址

orangepi@orangepi:~$ git clone https://github.com/ageitgey/face_recognition.git

b. Gitee 镜像下载地址

orangepi@orangepi:~$ git clone https://gitee.com/leeboby/face_recognition.git

2) face_recognition 示例代码的路径如下所示

face_recognition/examples

3) face_recognition 的中文说明文档链接如下所示，使用 face_recognition 前请仔细阅

读下

https://github.com/ageitgey/face_recognition/blob/master/README_Simplified_Chi

nese.md

4) find_faces_in_picture.py 用来在图片中定位人脸的位置，测试步骤如下所示

a. 在桌面中打开一个终端，然后进入 face_recognition/examples 目录，再执行下面的命令

orangepi@orangepi:~$ cd face_recognition/examples

orangepi@orangepi:~/face_recognition/examples$ python3 find_faces_in_picture.py

I found 1 face(s) in this photograph.

A face is located at pixel location Top: 241, Left: 419, Bottom: 562, Right: 740

b. 等待一段时间会弹出下面的图片，这就是在测试图片中定位到的人脸

5) find_facial_features_in_picture.py 用来识别单张图片中人脸的关键点，测试步骤如下所示

a. 在桌面中打开一个终端，然后进入 face_recognition/examples 目录，再执行下面的命令

orangepi@orangepi:~$ cd face_recognition/examples

orangepi@orangepi:~/face_recognition/examples$ python3 find_facial_features_in_picture.py

b. 等待一段时间会弹出下面的图片，可以看到将人脸轮廓都标注出来了

6) identify_and_draw_boxes_on_faces.py 用来识别人脸并使用方框标注，测试步骤如下所示

a. 在桌面中打开一个终端，然后进入 face_recognition/examples 目录，再执行下面的命令

orangepi@orangepi:~$ cd face_recognition/examples

orangepi@orangepi:~/face_recognition/examples$ python3 identify_and_draw_boxes_on_faces.py

b. 等待一段时间会弹出下面的图片，可以看到将图片中的人脸都使用方框标注出来了，并且正确显示了人物的名字

7) face_distance.py 用来在不同精度上比较两个人脸是否属于一个人，首先打开一个终端，然后进入 face_recognition/examples 目录，再执行下面的命令就可以看到测试的输出结果

orangepi@orangepi:~$ cd face_recognition/examples

orangepi@orangepi:~/face_recognition/examples$ python3 face_distance.py

The test image has a distance of 0.35 from known image #0

- With a normal cutoff of 0.6, would the test image match the known image? True

- With a very strict cutoff of 0.5, would the test image match the known image? True

The test image has a distance of 0.82 from known image #1

- With a normal cutoff of 0.6, would the test image match the known image? False

- With a very strict cutoff of 0.5, would the test image match the known image?

False

8) recognize_faces_in_pictures.py 用来识别未知图片中的人脸是谁。首先打开一个终端，然后进入 face_recognition/examples 目录，再执行下面的命令，等待一端时间后就能看到测试结果

orangepi@orangepi:~$ cd face_recognition/examples

orangepi@orangepi:~/face_recognition/examples$ python3 \

recognize_faces_in_pictures.py

Is the unknown face a picture of Biden? False

Is the unknown face a picture of Obama? True

Is the unknown face a new person that we've never

9) facerec_from_webcam_faster.py 用来识别 USB 摄像头中的人脸，测试步骤如下所示：

a. 首先请将 USB 摄像头插入开发板的 USB 接口中，然后通过 v4l2-ctl （注意 v4l2 中的 l 是小写字母 l ，不是数字 1 ）命令查看下 USB 摄像头的设备节点的序号

b. 然后在桌面中打开一个终端，进入 face_recognition/examples 目录后，首先修改下 facerec_from_webcam_faster.py 中使用的摄像头的设备序号。比如上面通过 v4l2-ctl --list-devices 命令查看到 USB 摄像头为 /dev/video1 ，那就修改 cv2.VideoCapture(0) 中的 0 为 1

c. 然后执行下面的命令运行 facerec_from_webcam_faster.py

orangepi@orangepi:~/face_recognition/examples$ python3 facerec_from_webcam_faster.py

d. 等待一段时间会弹出摄像头的显示画面

e. 此时可以将摄像头对准自己，当摄像头检测到人脸时，会将检测到的人脸使用方框框起来。注意，检测人脸时，摄像头显示的画面会比较卡顿，请不 要移动过快

f. 还可以打开一张奥巴马的图片，然后使用摄像头对准打开的图片，可以看到不仅能将人脸标注出来，还能正确显示检测到的人脸的名字。注意，检测人 脸时，摄像头显示的画面会比较卡顿，请不要移动过快

10) web_service_example.py 是一个非常简单的使用 Web 服务上传图片运行人脸识别的案例，后端服务器会识别这张图片是不是奥巴马，并把识别结果以 json 键值对输出，测试步骤如下所示：

a. 在桌面中打开一个终端，然后进入 face_recognition/examples 目录，再执行下面的命令（ 如果是使用脚本自动安装的 face_recognition ，那么就不需要 安装 flask 了）

orangepi@orangepi:~$ python3 -m pip install flask

orangepi@orangepi:~$ cd face_recognition/examples

root@orangepi:~/face_recognition/examples$ python3 web_service_example.py

b. 然后运行下面的命令就可以返回图片识别的结果（注意，下面的命令执行路径为 face_recognition/examples ）

orangepi@orangepi:~/face_recognition/examples$ curl -XPOST -F "file=@obama2.jpg" http://127.0.0.1:5001

{

"face_found_in_image": true,

"is_picture_of_obama": true

}

c. 我们也可以将 face_recognition/examples/obama2.jpg 这张图片拷贝到其他的 Linux 电脑中，当然也可以自己准备一张名为 obama2.jpg 的图片，然后在 Linux 电脑中可以使用下面的命令远程通过开发板运行的服务来识别人脸（注意命令中的 IP 地址需要替换为开发板的 IP 地址， file 后的文件名需 要替换为想要测试的图片的名字 ）