树莓派之人脸识别与智能家居-Toy模板网

这篇具有很好参考价值的文章主要介绍了树莓派之人脸识别与智能家居。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。

访问【WRITE-BUG数字空间】_[内附完整源码和文档]

树莓派加上摄像头之后就可以拍照、录视频等各种功能了，这样做一个树莓派相机已经是非常简单的事情了。我们在这里做一个简单的人脸区域检测的功能实验，然后我们在下一个实验让树莓派来控制风扇转动。发现有人脸了，就开始转动风扇。这也是生活中的一个场景，当然加入实验3的温度检测根据温度和人脸一起决定是否吹风扇会更加精确化。

raspberry4
树莓派之人脸识别与智能家居

树莓派加上摄像头之后就可以拍照、录视频等各种功能了，这样做一个树莓派相机已经是非常简单的事情了。我们在这里做一个简单的人脸区域检测的功能实验，然后我们在下一个实验让树莓派来控制风扇转动。发现有人脸了，就开始转动风扇。这也是生活中的一个场景，当然加入实验 3 的温度检测根据温度和人脸一起决定是否吹风扇会更加精确化。

实验材料准备：原装树莓派 800 万像素 CSI 摄像头。

软件：rasbian 系统、opencv

安装必要的依赖库：

安装 OpenCV

sudo apt-get update

sudo apt-get upgrade

sudo apt-get install libopencv-dev

sudo apt-get install python-opencv

安装 PiCamera 库：

sudo apt-get install python-pip

sudo apt-get install python-dev

sudo pip install picamera

测试人脸识别代码
import io
import picamera
import cv2
import numpy

Create a memory stream so photos doesn’t need to be saved in a file

stream = io.BytesIO()

Get the picture (low resolution, so it should be quite fast)

Here you can also specify other parameters (e.g.:rotate the image)

with picamera.PiCamera() as camera:
camera.resolution = (320, 240)
camera.capture(stream, format=‘jpeg’)

Convert the picture into a numpy array

buff = numpy.fromstring(stream.getvalue(), dtype=numpy.uint8)

Now creates an OpenCV image

image = cv2.imdecode(buff, 1)

Load a cascade file for detecting faces

face_cascade = cv2.CascadeClassifier(‘/usr/share/opencv/haarcascades/haarcascade_frontalface_alt.xml’)

Convert to grayscale

gray = cv2.cvtColor(image,cv2.COLOR_BGR2GRAY)

Look for faces in the image using the loaded cascade file

faces = face_cascade.detectMultiScale(gray, 1.1, 5)
print “Found “+str(len(faces))+” face(s)”

Draw a rectangle around every found face

for (x,y,w,h) in faces:
cv2.rectangle(image,(x,y),(x+w,y+h),(255,255,0),2)

Save the result image

cv2.imwrite(‘result.jpg’,image)
cv2.imshow(‘face_detect’, image)
c = cv2.waitKey(0)
cv2.destroyAllWindows() 树莓派之人脸识别与智能家居

文章来源地址https://www.toymoban.com/news/detail-503553.html