搜搜网站提交,安陆网站制作公司,wordpress图片采集插件,网页平面设计学什么一、总体架构 本文主要是使用树莓派自带的csi摄像头#xff0c;搭配上opencv4.10.0进行物体的识别。本文使用的环境是python3.7.3#xff0c;环境不一样有可能安装的opencv的过程也会很不一样#xff0c;但是python的环境我们可以自己自行安装。
二、树莓派系统的安装 本文…一、总体架构 本文主要是使用树莓派自带的csi摄像头搭配上opencv4.10.0进行物体的识别。本文使用的环境是python3.7.3环境不一样有可能安装的opencv的过程也会很不一样但是python的环境我们可以自己自行安装。
二、树莓派系统的安装 本文使用了树莓派官方给的镜像烧录软件Raspberry Pi Imager来烧录镜像该软件的下载地址是
https://www.raspberrypi.com/software/ 打开之后我们选择raspberry pi4。 然后选择Raspberry Pi OS(other)选择Legacy,64-bit为什么要选择64位的系统呢因为在opencv中通常会用到大量的图像处理的过程的所以用64位的系统可以大大加快我们处理的速度。作者建议你们最好不要下载在烧录软件一开始的那个镜像那个镜像是Bookworm的有些是和opencv的依赖包是不适配的所以会导致一系列的问题你甚至连依赖包可能都不能下载完整所以还是选择稳定一点的镜像比较好。 在下载之前该烧录软件会让你设置你的WiFi用户名还有ssh的东西设置完之后就等待烧录完成。 使用ssh登录树莓派。 使用MobaXterm开发工具就可以使用ssh连接树莓派了MobaXterm是一个强大的开发工具他提供了多种的连接方式也提供了 X-serverX-server可以
三、opencv的安装 3.1 换源
3.1.1 查看系统的版本 你系统的版本决定了你后面换源的时候所要换成的源如果你的系统是bookworm的但是你却放了个buster的源这样系统在你sudo update的时候就会报错说你的源并不适用于arm64的架构所以首先我们要先看系统的版本。
lsb_release -a 此处可见我的操作系统的版本是bullseye确定了版本之后就可以开始换源了。
3.1.2 给树莓派换源
sudo nano /etc/apt/sources.list 将里面的东西全部删掉或者注释掉换成清华或者阿里云的源本文使用的是清华源。
deb http://mirrors.tuna.tsinghua.edu.cn/debian/ bullseye main contrib non-free
deb-src http://mirrors.tuna.tsinghua.edu.cn/debian/ bullseye main contrib non-free
deb https://mirrors.tuna.tsinghua.edu.cn/debian/ bullseye-backports main contrib non-free
deb https://mirrors.tuna.tsinghua.edu.cn/debian-security bullseye-security main contrib non-free 替换之后就是这样子了。 然后再替换下面这个。
sudo nano /etc/apt/sources.list.d/raspi.list
deb http://mirrors.tuna.tsinghua.edu.cn/raspberrypi/ bullseye main
deb-src http://mirrors.tuna.tsinghua.edu.cn/raspberrypi/ bullseye main 替换完如下图。 要特别注意你自己树莓派的操作系统的版本如果不是bullseye的话请自行更换其实就是将bullseye换成你自己的操作系统的版本。 3.2 更换Python的环境
3.2.1 查看Python的版本 使用python --version查看你当前python的版本如果是3.8以上的python作者建议你还是把他换掉换成3.8以下的版本因为3.9版本的很多bug而且有很多时候可能会和opencv在某些东西上会不适配所以为了不必要的麻烦作者还是建议你们将python的版本换成3.8以下的作者的python的版本是3.9.2的所以我将安装python3.7.3python3.7.3的版本比较稳定作者选择这个版本来作为opencv的运行环境。
python --version 3.2.2 编译安装python3.7.3 首先要更新一下这步很重要不更新的话很可能会报错。
sudo apt update 下载依赖项
sudo apt install build-essential libssl-dev zlib1g-dev libncurses5-dev libncursesw5-dev libreadline-dev libsqlite3-dev libgdbm-dev libdb5.3-dev libbz2-dev libexpat1-dev liblzma-dev tk-dev 下载python3.7.3的安装包
cd /usr/src
sudo wget https://www.python.org/ftp/python/3.7.3/Python-3.7.3.tgz 下完之后进行编译安装
sudo tar xzf Python-3.7.3.tgz
cd Python-3.7.3
sudo ./configure --enable-optimizations
sudo make altinstall 最后一步一定要注意一定要用 altinstall不然你系统现有版本的python的版本会被覆盖的所以要用altinstall防止现有版本的python被覆盖了。编译安装的过程时间可能会有点长所以请耐心等待。 完成编译之后检查是否成功安装
python3.7 --version 通过以下命令检查当前 Python 3.7 的实际路径以确认是哪个版本被配置到了
which python3.7 到此你的python3.7.3版本就成功安装到树莓派系统上了。
3.3 创建虚拟环境 在安装opencv之前我们最好是在一个虚拟环境中来运行虚拟环境可以隔离项目依赖防止不同项目间的库版本冲突。例如说你另外一个项目是需要python3.9的但是opencv只需要python3.7的这样就产生了冲突所以做好是使用虚拟环境来运行opencv。 安装虚拟环境管理包
sudo apt install python3-venv 创建虚拟环境这里最好是用python3.7这样明确的python环境来创建不然可能会把你系统的python3.9误认为是用他创建虚拟环境导致错误。
python3.7 -m venv opencvENV #你自己想要起的名字 创建完之后也可以检查一下虚拟环境的python版本是否是python3.7 如果遇到了创建虚拟环境失败例如下图可以试试以下的办法。 1. 直接创建跳过pip后续再自己安装python3.7 -m venv --without-pip opencvENV
2.看看你自己系统的python是哪个版本如果是3.7.3的话将其替换回3.9的再创建。作者也不知道为什么用了这个方法就创建成功了有点奇怪 然后就是激活虚拟环境了。
source opencvENV/bin/activate如果想退出虚拟环境的话就使用以下命令。
deactivate 激活虚拟环境之后会在你主机名前面会出现你虚拟环境的名字说明虚拟环境设置成功。 3.4 安装opencv 此处下载使用了清华源作为加速用官方的源下载太慢了。
pip install opencv-python -i https://pypi.tuna.tsinghua.edu.cn/simple 如果报此错误就更新一下pip因为pip版本太老了导致有些依赖不匹配。 pip install --upgrade pip setuptools 再次尝试安装opencv。 运行以下命令验证是否能成功导入opencv。
python -c import cv2; print(cv2.__version__) 现在已经成功安装了 OpenCV 4.10.0可以正常使用 OpenCV 进行开发了。
四、opencv案例测试
4.1 打开树莓派的摄像头 使用raspi-config命令来打开树莓派的系统配置在里面将树莓派的摄像头enable。
sudo raspi-config 打开之后就是这样的界面然后选择Interface Options 然后将Legacy Camera 打开就行打开之后就直接重启树莓派就可以应用了。 4.2 摄像头测试 安装摄像头的过程略其实就是把有颜色的那面排线朝向网口那边就行了。下面介绍两个测试你的摄像头是否能用的方法没有兴趣或者确定自己摄像头能用的读者可直接跳过。
4.2.1 通过libcamera来测试 如果想测试一下摄像头的显示是否正常的话你可以用libcamera来测试一下是否能正常显示但是要注意现在的摄像头的驱动都是新的所以要去修改一些东西使树莓派系统使用新的摄像头驱动。
sudo nano /boot/config.txt 找到这段语句将start_x1屏蔽掉再在文件的最后加入gpu_mem128这段话将树莓派重启sudo reboot之后就可以开始测试摄像头是否能用了。 执行libcamera-hello就可以成功测试到你的摄像头是否能用了此时在mobaxterm的x-server上会显示出你当时的摄像头所显示出来的东西。
libcamera-hello 当使用回opencv的时候需要把 start_x1给放出来因为目前树莓派使用的摄像头驱动是新的驱动而opencv现在还是使用的旧驱动所以这两者之间就产生了冲突简而言之就是可以每次只能使用其中一个另外一个就用不了所以取舍一下就把libcamera给舍弃掉了。
4.2.2 通过vcgencmd get_camera来测试 修改config.txt文件在文件的最后面加入gpu_mem128。
sudo nano /boot/config.txt
sudo reboot 重启完之后运行以下命令检查树莓派是否识别到了摄像头。
vcgencmd get_camera 如果成功识别到了就会显示出以下的东西要注意的是如果把start_x1给屏蔽了这几个都是会显示为0的也就是没有识别到摄像头原因也是像上面说的一样驱动不一样所以导致无法识别到摄像头的存在。 4.3 案例测试
4.3.1 安装pyzbar库 在虚拟环境中使用pip命令来安装pyzbar库。
pip install pyzbar 4.3.2 程序编写 本文所写的案例是识别二维码的当在虚拟环境中运行py代码的时候树莓派的csi摄像头会启动来识别到二维码。 首先先创建一个用来放代码的文件夹。
sudo mkdir -p myprojects 然后在此文件夹下可以直接创建一个py文件来放程序。
sudo nano read.py 程序的完整代码如下
二维码检测代码。
# coding:utf8import cv2
import pyzbar.pyzbar as pyzbardef decodeDisplay(image, image1):barcodes pyzbar.decode(image)for barcode in barcodes:# 提取条形码的边界框的位置# 画出图像中条形码的边界框(x, y, w, h) barcode.rectcv2.rectangle(image1, (x, y), (x w, y h), (0, 0, 255), 2)# 条形码数据为字节对象所以如果我们想在输出图像上# 画出来就需要先将它转换成字符串barcodeData barcode.data.decode(utf-8)barcodeType barcode.type# 绘出图像上条形码的数据和条形码类型text {} ({}).format(barcodeData, barcodeType)cv2.putText(image1, text, (x, y - 10), cv2.FONT_HERSHEY_SIMPLEX,.5, (0, 0, 125), 2)# 向终端打印条形码数据和条形码类型print([INFO] Found {} barcode: {}.format(barcodeType, barcodeData))return image1def detect():cap cv2.VideoCapture(0)if not cap.isOpened():print([ERROR] Could not open video device)returnwhile True:# 读取当前帧ret, img cap.read()if not ret or img is None:print([ERROR] Failed to capture image)break# 转为灰度图像gray cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)im decodeDisplay(gray, img)key cv2.waitKey(5)cv2.namedWindow(image, 0)cv2.resizeWindow(image, 700, 500)cv2.imshow(image, im)if key 27: # ESC 键退出breakcap.release()cv2.destroyAllWindows()if __name__ __main__:detect()写完代码之后就可以直接运行该文件了。
python read.py 执行之后在x-server可以看到当前的画面此时你把一个二维码放上去就可以识别出来了。 由于二维码里面有隐私信息所以我就不把识别出来的东西放出来了总之就是就是会提示你识别到二维码了。 五、人脸识别
cd ~/openENV/myprojects 把文件clone下来。
git clone https://gitee.com/jeebus/Facial_Recognition.git
cd Facial_Recognition 首先可以试着检测一下摄像头这时会出现一个灰色的一个正常显示的。
python simpleCamTest.py 这时候你的摄像头是翻转的需要在代码中修改或者反转你自己的摄像头。 最后运行人脸识别的代码。
python faceDetection.py 如果想要修改摄像头翻转的话就要进入代码中修改。
sudo nano faceDetection.py 将一开始代码中的 img cv2.flip(img,-1) 将那个 -1 改成1就可以解决摄像头翻转的问题了。 再次运行程序就能正常显示了。 他不仅能够直接使用人脸识别的案例他还可以自己训练自己的模型就是使用那个01_face_dataset.py程序来采集你自己想要识别的人脸他会采集30张照片随后使用02_face_training.py就可以训练你自己的模型了最后使用03_face_recognition.py就可以识别你刚刚采集的人脸了这里作者就不演示了请读者自行去试试。
六、结语 现在这个只是 一个简单的人脸识别的案例后续读者可以自己训练模型或者在opencv的官方库里面找一些案例来试着运行opencv的官方库的地址如下
opencv/samples/python at 4.x · opencv/opencv · GitHub 里面有用python程序写的一些案例例如说边缘检测什么的后续更多的功能就交给读者去开发了。
