【NanoPi2试用体验】简单人脸识别-结项

来源：互联网发布：suse linux 开启ssh 编辑：程序博客网时间：2024/05/17 06:17

Nanopi2的试用也要接近尾声啦！

其实还有小半个月，不过过年了就不一定有时间，有心思在好好做当初预设的项目啦，所以最近赶工抓紧做完，剩下的时间里继续学一些自己想学的东西~
这一个半月的时间里自己学到了很多很多东西，在此感谢友善出这么好的产品，以及和论坛一起给我们提供试用的机会，向你们诚挚得说一声“谢谢”！！

下面是项目完成情况：
我的题目名称很诡异，android下的简单人脸识别，然而我的陈述通篇没提android，我的实行也确实照着陈述来，所以就当我这个题目没啥意义好了……

上篇帖子是二维码识别，其实已经和简单人脸识别有点像了（部分手段）
我们主要用了python图像处理库——PIL，还有最最关键的opencv的分类器，此外还有对摄像头使用的一些库。

先说得到图片，肯定就是通过摄像头捕获图片了，我找到了一些方法：

安装mplayer
sudo apt-get install mplayer
输入命令播放摄像头视频
sudo mplayer tv://

复制代码

这个需要强制把摄像头设置为 /dev/video0

rm /dev/video0
mv /dev/video9 /dev/video0

复制代码

经过我的测试，是可以使用的，然而我并不能保存图片……天寒地冻的，我也不想深究了，反正方法多的。。。

sudo apt-get install fswebcam
sudo fswebcam --device /dev/video9 a.jpg

复制代码

这种方法也可以，而且能保存图片，所以就用它了~

接下来的主体就交给PIL和opencv了

find / -name opencv

复制代码

查找一下opencv的目录
找到了关键的文件：

/usr/share/opencv/haarcascades/haarcascade_frontalface_alt_tree.xml

复制代码

接下来就比较顺利啦：

identify_face.py

#!/usr/bin/env python
#coding=utf-8
import os
from PIL import Image, ImageDraw
import cv
def detect_object(image):
grayscale = cv.CreateImage((image.width, image.height), 8, 1)
cv.CvtColor(image, grayscale, cv.CV_BGR2GRAY)
cascade = cv.Load("/usr/share/opencv/haarcascades/haarcascade_frontalface_alt_tree.xml")
rect = cv.HaarDetectObjects(grayscale, cascade, cv.CreateMemStorage(), 1.1, 2,
cv.CV_HAAR_DO_CANNY_PRUNING, (20,20))
result = []
for r in rect:
result.append((r[0][0], r[0][1], r[0][0]+r[0][2], r[0][1]+r[0][3]))
return result
def process(infile):
image = cv.LoadImage(infile);
if image:
faces = detect_object(image)
im = Image.open(infile)
path = os.path.abspath(infile)
save_path = os.path.splitext(path)[0]+"_face"
try:
os.mkdir(save_path)
except:
pass
if faces:
draw = ImageDraw.Draw(im)
count = 0
for f in faces:
count += 1
draw.rectangle(f, outline=(255, 0, 0))
a = im.crop(f)
file_name = os.path.join(save_path,str(count)+".jpg")
# print file_name
a.save(file_name)
drow_save_path = os.path.join(save_path,"out.jpg")
im.save(drow_save_path, "JPEG", quality=80)
else:
print "Error: cannot detect faces on %s" % infile
if __name__ == "__main__":
os.system("fswebcam --device /dev/video9 /home/fa/Desktop/cc.jpg")
process("/home/fa/Desktop/cc.jpg")

复制代码

执行：

python identify_face.py

复制代码

控制台效果：

拍摄图：

效果如下：

显然也可以本地图片的识别、或者一直对摄像头进行拍照分析等。

以上为所有内容，谢谢各位，同时再次感谢论坛和友善官方的支持！

1 0