基于树莓派opencv的人脸识别-Toy模板网

这篇具有很好参考价值的文章主要介绍了基于树莓派opencv的人脸识别。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。

基于树莓派opencv的人脸识别

一、实验目的
二、摄像头配置
- 1. 硬件安装步骤
- 2. 软件安装步骤
三、 OpenCV安装
- 1. OpenCV介绍
- 2. Python3上OpenCV安装步骤
四、运行人脸识别项目
- 1. 硬件准备
- 2. 环境准备
- 3. 程序代码
  - (1)人脸数据收集
  - (2)训练识别器
  - (3)人脸识别
五、总结

一、实验目的

要实现图像识别，首先就是要获取图像，所以懂得如何安装及使用树莓派CSI摄像头就非常重要。

了解摄像头基本工作原理，安装及使用
了解opencv，配置人脸识别相关环境
收集人脸信息
训练收集到的人脸信息
将要分析的面部的捕获部分作为参数，并返回其可能的所有者，指示其ID以及识别器对此匹配的信任程度实现人脸的识别。

二、摄像头配置

图.树莓派CSI摄像头

1. 硬件安装步骤

找到 CSI 接口(CSI接口在以太网接口旁边)，掀起深色胶带。
拉起 CSI 接口挡板。
拿起摄像头模块，将贴在镜头上的塑料保护膜撕掉。确保黄色部分的PCB(有字的一面)是安装完美的（可以轻轻按一下黄色的部分来保证安装完美）。
将排线插入CSI接口。记住，有蓝色胶带的一面应该面向以太网接口方向。同样，这时也确认一下排线安装好了之后，将挡板拉下。

2. 软件安装步骤

(1) 进入树莓派终端系统，输入以下指令进行下载并安装最新的内核，GPU 固件及应用程序

<span style="background-color:#f5f5f5"><span style="color:#333333"><code>sudo apt-get update
sudo apt-get upgrade
</code></span></span>

(2) 运行以下命令树莓派配置工具来激活摄像头模块

<span style="background-color:#f5f5f5"><span style="color:#333333"><code>sudo raspi-config
</code></span></span>

依次选择Interfacing Options——>Camera——>Enable——>tab——>Finish

(3)重启树莓派

<span style="background-color:#f5f5f5"><span style="color:#333333"><code>sudo reboot
</code></span></span>

(4)测试摄像头

输入命令行,如果得到下面的结果，则证明摄像头连接成功

<span style="background-color:#f5f5f5"><span style="color:#333333"><code>vcgencmd get_camera
</code></span></span>

输入命令,在桌面会显示一张命名为image1.jpg的图片

<span style="background-color:#f5f5f5"><span style="color:#333333"><code>raspistill -o Desktop/image1.jpg
</code></span></span>

(5)至此，树莓派摄像头软硬件配置到此完成

三、 OpenCV安装

1. OpenCV介绍

OpenCV是开源计算机视觉库，拥有强大的内置函数和开源社群。OpenCV配合便携开源廉价的树莓派，可以直接读取来自树莓派摄像头PiCamera的视频，进行人脸识别、边缘检测、语义分割、自动驾驶、图像识别等各种计算机视觉开发。

2. Python3上OpenCV安装步骤

(1)更新树莓派

<span style="background-color:#f5f5f5"><span style="color:#333333"><code>sudo apt-get update
sudo apt-get upgrade
</code></span></span>

(2)安装依赖

<span style="background-color:#f5f5f5"><span style="color:#333333"><code>sudo apt-get install build-essential cmake pkg-config
sudo apt-get install libjpeg-dev libtiff5-dev libjasper-dev libpng12-dev
sudo apt-get install libavcodec-dev libavformat-dev libswscale-dev libv4l-dev
sudo apt-get install libxvidcore-dev libx264-dev
sudo apt-get install libgtk2.0-dev libgtk-3-dev
sudo apt-get install libatlas-base-dev gfortran
</code></span></span>

(3)安装python3

<span style="background-color:#f5f5f5"><span style="color:#333333"><code>sudo apt-get install python3 python3-setuptools python3-dev
</code></span></span>

(4)设置pip工具

<span style="background-color:#f5f5f5"><span style="color:#333333"><code>wget https://bootstrap.pypa.io/get-pip.py
sudo python3 get-pip.py
</code></span></span>

(5)增大swap空间
找到CONF_SWAPSIZE这个变量，将100改成1024,表示swap大小从100MB增加到1024MB，可以方便OpenCV使用4核编译ctrl+o保存，ctrl+d退出

<span style="background-color:#f5f5f5"><span style="color:#333333"><code>sudo nano /etc/dphys-swapfile
</code></span></span>

(6)重启swapfile文件

<span style="background-color:#f5f5f5"><span style="color:#333333"><code>sudo /etc/init.d/dphys-swapfile stop
sudo /etc/init.d/dphys-swapfile start
</code></span></span>

(7)下载OpenCV3.4.1和OpenCV-contrib

<span style="background-color:#f5f5f5"><span style="color:#333333"><code>wget -O opencv.zip https://github.com/Itseez/opencv/archive/3.4.1.zip
wget -O opencv_contrib.zip https://github.com/Itseez/opencv_contrib/archive/3.4.1.zip
</code></span></span>

(8)解压OpenCV安装包

<span style="background-color:#f5f5f5"><span style="color:#333333"><code>unzip opencv.zip
unzip opencv_contrib.zip
</code></span></span>

(9)安装numpy

<span style="background-color:#f5f5f5"><span style="color:#333333"><code>sudo pip3 install numpy
</code></span></span>

(10)设置Cmake编译参数，注意参数名、等号和参数值之间不能有空格，但每行末尾“\”之前有空格，参数值最后是两个英文的点

<span style="background-color:#f5f5f5"><span style="color:#333333"><code>cd /home/pi
cd ~/opencv-3.4.1/
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=~/opencv/opencv_contrib-3.4.1/modules \
      -D ENABLE_PRECOMPILED_HEADERS=OFF \
      -D BUILD_EXAMPLES=ON ..
</code></span></span>

(11)编译并安装OpenCV

<span style="background-color:#f5f5f5"><span style="color:#333333"><code>sudo make install
</code></span></span>

(12)更新动态链接库

<span style="background-color:#f5f5f5"><span style="color:#333333"><code>sudo ldconfig
</code></span></span>

(13)安装完毕，测试OpenCV版本

<span style="background-color:#f5f5f5"><span style="color:#333333"><code>python3
import cv2
cv2.__version__
</code></span></span>

出现opencv版本3.4.1代表安装完毕！
(14)恢复swap空间

<span style="background-color:#f5f5f5"><span style="color:#333333"><code>sudo nano /etc/dphys-swapfile
</code></span></span>

将CONF_SWAPSIZE这个变量由1024改成100

(15)重启swapfile文件

<span style="background-color:#f5f5f5"><span style="color:#333333"><code>sudo /etc/init.d/dphys-swapfile stop
sudo /etc/init.d/dphys-swapfile start
</code></span></span>

四、运行人脸识别项目

介绍如何在树莓派上，使用 OpenCV 和 Python 完成人脸检测项目

1. 硬件准备

树莓派4B
树莓派piCam

请确保摄像头如上安装步骤进行安装，以免后期摄像头无法运行检测

2. 环境准备

1. OpenCV库准备
2. Python3语言准备
3. 人脸识别代码下载
(1) 进入网址 https://github.com/Mjrovai/OpenCV-Face-Recognition

(2) 下载zip代码压缩包，将文件存放至树莓派/home/pi目录下解压缩

3. 程序代码

OpenCV 具备很强的计算效率，且专门用于实时应用，它非常适合使用摄像头的实时人脸识别，要创建完整的人脸识别项目，我们必须完成3个阶段:

(1）人脸数据收集

人脸识别的最基础任务是人脸检测。你必须首先搜集人脸信息(第 1 阶段)才能在未来与捕捉到的新人脸对比时（第 3 阶段）识别它，具体步骤如下：
a）打开终端，进入目录/home/pi/OpenCV-Face-Recognition-master/FacialRecognition

<span style="background-color:#f5f5f5"><span style="color:#333333"><code>cd /home/pi/OpenCV-Face-Recognition-master/FacialRecognition
</code></span></span>

b）创建dataset文件夹储存人脸样本，和trainer文件夹储存训练数据

<span style="background-color:#f5f5f5"><span style="color:#333333"><code>mkdir dataset
mkdir trainer
</code></span></span>

c）打开01_face_dataset.py

d) 运行代码Run，输入用户ID（可以是1、2、3、4等整数）随后看到弹出image视频框，此时在收集人脸信息，对准人脸耐心等待

e) 打开dataset文件夹，可以看到搜集到的人脸图像，搜集到的图片阅读，人脸检测越准确

Tips:
如果人脸颠倒了，可以加#注释掉如下代码

(2）训练识别器

在第 2 阶段中，我们需要从数据集中抽取所有的用户数据，并训练 OpenCV 识别器，这一过程可由特定的 OpenCV 函数直接完成。这一步将在「trainer/」目录中保存为.yml 文件。
a）确定在 Rpi 中已经安装了 PIL 库，如果没有的话，在终端运行以下命令：

<span style="background-color:#f5f5f5"><span style="color:#333333"><code>pip install pillow
</code></span></span>

b) 打开02_face_training.py ，运行
c) 等待运行完成

(3）人脸识别

b) 打开03_face_recognition.py ，运行，可以看到如下结果，人脸识别成功，其他具体功能自行探索。

五、总结

此次在完成人脸识别项目的过程中，遇到了许多的小困难，具体错误及收获如下：

一开始对摄像头进行安装时候，测试摄像头的时候一直弹出timeout的错误信息，后边经过排查确认了是摄像头不稳定造成的，拆下摄像头的排线，重新安装后即可正常工作。
安装OpenCV时，编译过程比较久，我安装的时候单编译就花费了四五个小时，后边通过网上查找资料，发现可以四核编译，才扩展了树莓派的swap空间，加快了编译速度，此外编译的过程中也有一些错误：

<span style="background-color:#f5f5f5"><span style="color:#333333"><code>错误信息1：
fatal error: boostdesc_bgm.i: 没有那个文件或目录
           #include "boostdesc_bgm.i"
</code></span></span>

解决方法：
树莓派安装opencv时丢失的文件：
链接：百度网盘请输入提取码
提取码：mbsj

<span style="background-color:#f5f5f5"><span style="color:#333333"><code>将这些文件复制到/home/pi/opencv/opencv_contrib-3.4.1/modules/xfeatures2d/src目录即可继续编译。建议大家直接用xftp的方式将文件复制到该目录下即可。
</code></span></span>

<span style="background-color:#f5f5f5"><span style="color:#333333"><code>错误信息2：
 /home/pi/opencv/opencv-3.4.1/modules/stitching/include/opencv2/stitching/detail
 /matchers.hpp:52:12: fatal error: opencv2/xfeatures2d/cuda.hpp: 没有那个文件或目录
</code></span></span>

解决方法：

<span style="background-color:#f5f5f5"><span style="color:#333333"><code>错误的原因是缺少cuda.hpp文件，这些文件在opencv_contrib-3.4.1/modules/xfeatures2d/include/opencv2目录下，所以直接将这个目录下的文件拷贝到opencv-3.4.1/modules/stitching/include/opencv2/即可
</code></span></span>

通过此次的实验学习，初步掌握了识别人脸所需要的具体步骤，还知道了很多拓展知识，运行的代码主要是开源的python代码，python是一门高集成度的语言，我们在学习的时候看不到它的底层，用的时候就是直接调函数即可，这或许是python流行的一大原因。通过此次实验也使我们小组对树莓派有了一定的了解。文章来源地址https://www.toymoban.com/news/detail-769740.html