精华内容
下载资源
问答
  • 基于树莓派数码管数字图像识别,包括KNN,注释方便小白理解。做项目时小试牛刀
  • 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。** 1. 了解摄像头基本工作原理,安装及使用 2. 了解opencv,配置人脸识别相关环境 3. 收集人脸信息 4. 训练收集到的人脸...
  • 树莓派利用python、opencv识别人脸,替换后可识别其它物体。
  • 树莓派安装openCV图像识别

    千次阅读 2021-07-03 00:51:37
    点击上方“小白学视觉”,选择加"星标"或“置顶”重磅干货,第一时间送达 本文转自|新机器视觉 有时候我们会使用树莓派和摄像头去做图像识别,在树莓派和LINUX系统中最常用...

    点击上方“小白学视觉”,选择加"星标"或“置顶

    重磅干货,第一时间送达
    
    本文转自|新机器视觉
    

    有时候我们会使用树莓派和摄像头去做图像识别,在树莓派和LINUX系统中最常用opencv去做图像识别,这次来介绍下树莓派安装opencv和用树莓派做图像识别。

    一、树莓派的系统

    安装就不介绍了。直接开机打开树莓派的命令窗口,安装openCV的依赖包,步骤有点多。

    1.1 更新系统

    $ sudo apt-get update$ sudo apt-get upgrade
    

    1.2 安装编译openCV源码的工具

    $ sudo apt-get install build-essential cmake pkg-config
    

    1.3 安装一些常见格式的图像处理和视频处理的包,方便我们能从硬盘上读取不同格式的图像和视频

    $ 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
    

    1.4 openCV用于图像展示的功能需要依模块

    $ sudo apt-get install libgtk2.0-dev$ sudo apt-get install libatlas-base-dev gfortran
    

    接下来还需要安装python dev

    sudo apt-get install python2.7-dev python3-dev
    

    二、下载 并解压OpenCV 的资源库

    $ cd ~$ wget -O opencv.zip <a href="https://github.com/Itseez/opencv/archive/3.1.0.zip">https://github.com/Itseez/opencv/archive/3.1.0.zip</a>$ unzip opencv.zip$ wget -O opencv_contrib.zip <a href="https://github.com/Itseez/opencv_contrib/archive/3.1.0.zip">https://github.com/Itseez/opencv_contrib/archive/3...</a> $ unzip opencv_contrib.zip
    

    三、接下来准备python的开发环境

    3.1 安装python包管理器:

    $ wget <a href="https://bootstrap.pypa.io/get-pip.py">https://bootstrap.pypa.io/get-pip.py</a> $ sudo python get-pip.py
    

    3.2 安装python虚拟环境

    $ sudo pip install virtualenv virtualenvwrapper$ sudo rm -rf ~/.cache/pip
    

    之后在~/.profile文件最后添加几行

    # virtualenv and virtualenvwrapperexport WORKON_HOME=$HOME/.virtualenvssource /usr/local/bin/virtualenvwrapper.sh
    

    3.3 接下来就是生成一个python虚拟环境用于opencv的开发环境

    $ mkvirtualenv cv -p python3
    

    打开一个命令窗口,执行下列命令,确认我们的cv环境已经生成好了

    $ source ~/.profile$ workon cv
    

    如果命令窗口前面的文字变成了(cv)则表明我们已成功创建了名为cv的python虚拟环境

    3.4 在cv虚拟环境下安装numpy

    (cv) -> ~ $ pip install numpy
    

    接下来的操作都要保持在cv环境中。

    四、编译和安装openCV

    4.1 一定要在cv环境里,接下来用cmake进行编译opencv

    $ cd ~/opencv-3.1.0/$ mkdir build$ cd build$ cmake -D ENABLE_PRECOMPILED_HEADERS=OFF \-D CMAKE_BUILD_TYPE=RELEASE \    -D CMAKE_INSTALL_PREFIX=/usr/local \    -D INSTALL_PYTHON_EXAMPLES=ON \    -D OPENCV_EXTRA_MODULES_PATH=~/opencv_contrib-3.1.0/modules \    -D BUILD_EXAMPLES=ON ..
    

    4.2 开始编译opencv

    $ make -j4<br>
    

    编译过程大概会用好几个小时,请耐心等候,-j 是使用多少线程进行编译,在树莓派上使用的单线程编译,虽然速度会慢很多,但是不会死机,用-j4会有死机的可能。如果-j后不加数字,则默认不限制线程编译。

    编译过程如下

    4.3 安装opencv

    $ sudo make install$ sudo ldconfig
    

    4.4 python虚拟环境中链接到opencv模块

    我们需要将cv2.cpython-34m.so重命名为cv2.so

    $ cd /usr/local/lib/python3.4/site-packages/$ sudo mv cv2.cpython-34m.so cv2.so
    

    然后将python虚拟环境中的cv2.so链接到上面刚被改名为cv2.so的文件上

    $ cd ~/.virtualenvs/cv/lib/python3.4/site-packages/$ ln -s /usr/local/lib/python3.4/site-packages/cv2.so cv2.so
    

    五、测试OpenCV3是否安装成功

    $ source ~/.profile $ workon cv$ python>>> import cv2>>> cv2.__version__'3.1.0'>>>
    

    六、完成OpenCV的开发环境后,就可以跑几个简单的图像识别的DEMO

    其DEMO放在/usr/local/share/OpenCV/sample/python目录下

    我们将/usr/local/share/OpenCV/sample/文件拷贝到Downloads/sample/文件夹下

    跑几个DEMO

    边缘检测算法:(cv)   python edge.py

    模式识别算法:(cv)   python find_obj.py

    运动方向检测:(cv)   python lk_track.py

    大功告成,opencv是树莓派进行图像处理和识别的常用工具,如果配合树莓派CSI的摄像头获取相片并识别处理将会更加有趣,可以做成人脸识别或者人脸追踪。

    下载1:OpenCV-Contrib扩展模块中文版教程

    在「小白学视觉」公众号后台回复:扩展模块中文教程即可下载全网第一份OpenCV扩展模块教程中文版,涵盖扩展模块安装、SFM算法、立体视觉、目标跟踪、生物视觉、超分辨率处理等二十多章内容。

    下载2:Python视觉实战项目52讲

    在「小白学视觉」公众号后台回复:Python视觉实战项目即可下载包括图像分割、口罩检测、车道线检测、车辆计数、添加眼线、车牌识别、字符识别、情绪检测、文本内容提取、面部识别等31个视觉实战项目,助力快速学校计算机视觉。

    下载3:OpenCV实战项目20讲

    在「小白学视觉」公众号后台回复:OpenCV实战项目20讲即可下载含有20个基于OpenCV实现20个实战项目,实现OpenCV学习进阶。

    交流群

    欢迎加入公众号读者群一起和同行交流,目前有SLAM、三维视觉、传感器、自动驾驶、计算摄影、检测、分割、识别、医学影像、GAN、算法竞赛等微信群(以后会逐渐细分),请扫描下面微信号加群,备注:”昵称+学校/公司+研究方向“,例如:”张三 + 上海交大 + 视觉SLAM“。请按照格式备注,否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告,否则会请出群,谢谢理解~

    展开全文
  • 树莓派安装opencv及tensorflow实现图像识别 参考:1.树莓派4 安装OPENCV3全过程(各种踩坑和报错) 2.树莓派实现目标检测识别(树莓派4+opencv4.1.1+tensorflow1.14.0+ssd_mobilenet_v1_coco) 目录树莓派安装opencv及...

    树莓派安装opencv及tensorflow实现图像识别

    参考:1.树莓派4 安装OPENCV3全过程(各种踩坑和报错)
    2.树莓派实现目标检测识别(树莓派4+opencv4.1.1+tensorflow1.14.0+ssd_mobilenet_v1_coco)

    1. 安装opencv

    1.1 换源

    第一步先更换源,更新下载更快;
    ①在终端输入以下指令

    sudo nano /etc/apt/sources.list
    

    用#注释掉原文件内容,用以下内容取代:

    deb http://mirrors.tuna.tsinghua.edu.cn/raspbian/raspbian/ buster main contrib non-free rpi
    deb-src http://mirrors.tuna.tsinghua.edu.cn/raspbian/raspbian/ buster main contrib non-free rpi
    

    如图:
    然后ctrl+o保存,点回车确认保存,然后ctrl+x退出
    然后ctrl+o保存,点回车确认保存,然后ctrl+x退出

    ②在终端输入以下指令

     sudo nano /etc/apt/sources.list.d/raspi.list
    

    用#注释掉原文件内容,用以下内容取代:

    deb http://mirrors.tuna.tsinghua.edu.cn/raspberrypi/ buster main ui
    deb-src http://mirrors.tuna.tsinghua.edu.cn/raspberrypi/ buster main ui
    

    如图:
    在这里插入图片描述
    然后ctrl+o保存,点回车确认保存,然后ctrl+x退出

    ③使用命令更新软件源列表,同时检查编辑是否正确。再更新软件

     sudo apt-get update
     sudo apt-get upgrade
    

    1.2 存储空间的一些说明和操作

    建议使用32G以上的内存卡
    扩大文件系统。因为,用SD卡安装完系统后一大部分空间实际是未被分配的
    使用命令

    sudo raspi-config
    

    然后选择第七个
    在这里插入图片描述
    然后选择第一个回车,最后按esc退出
    在这里插入图片描述

    1.3 增加交换空间

    增加交换空间以避免因内存问题导致的编译挂起
    输入命令

    sudo nano /etc/dphys-swapfile
    

    将 CONF_SWAPSIZE 值从默认值更改 100 为 1024 :
    如图
    在这里插入图片描述
    然后ctrl+o保存,点回车确认保存,然后ctrl+x退出,并运行以下命令以使更改生效:

    sudo /etc/init.d/dphys-swapfile restart
    

    1.4 下载工具及包

    ①安装OpenCV的相关工具

    sudo apt install build-essential cmake git pkg-config libgtk-3-dev libcanberra-gtk*
    sudo apt install libavcodec-dev libavformat-dev libswscale-dev libv4l-dev libxvidcore-dev libx264-dev
    sudo apt install libjpeg-dev libpng-dev libtiff-dev gfortran openexr libatlas-base-dev opencl-headers
    sudo apt install python3-dev python3-numpy libtbb2 libtbb-dev libdc1394-22-dev
    

    ②创建一个新目录并从 Github 克隆 OpenCV 和 OpenCV contrib 存储库:

    mkdir ~/opencv_build && cd ~/opencv_build
    git clone https://github.com/opencv/opencv.git
    git clone https://github.com/opencv/opencv_contrib.git
    

    因为Github服务器不在国内,并且不支持断点续传,如果失败,可以多试几次。
    克隆存储库后,创建一个临时构建目录,然后切换到该目录:

    mkdir -p ~/opencv_build/opencv/build
    cd ~/opencv_build/opencv/build
    

    1.5 设置编译编译参数

    cmake -D CMAKE_BUILD_TYPE=RELEASE \
        -D CMAKE_INSTALL_PREFIX=/usr/local \
        -D INSTALL_C_EXAMPLES=OFF \
        -D INSTALL_PYTHON_EXAMPLES=OFF \
        -D OPENCV_GENERATE_PKGCONFIG=ON \
        -D ENABLE_NEON=ON \
        -D ENABLE_VFPV3=ON \
        -D BUILD_TESTS=OFF \
        -D OPENCV_ENABLE_NONFREE=ON \
        -D OPENCV_EXTRA_MODULES_PATH=~/opencv_build/opencv_contrib/modules \
        -D BUILD_EXAMPLES=OFF ..
    

    “\” 代表将代码延续到下一行
    输出结果如下所示:

    ...
    -- Configuring done
    -- Generating done
    -- Build files have been written to: /home/pi/opencv_build/opencv/build
    

    1.6 开始编译

    运行

    make -j4
    

    过程较长,耐心等待。
    编译结束了会出现下面这个结果

    ...
    [100%] Linking CXX shared module ../../lib/python3/cv2.cpython-35m-arm-linux-gnueabihf.so
    [100%] Built target opencv_python3
    

    成功后安装已编译的 OpenCV 文件:

    sudo make install
    

    时间很快,结果如下

    ...
    -- Installing: /usr/local/bin/opencv_version
    -- Set runtime path of "/usr/local/bin/opencv_version" to "/usr/local/lib"
    

    最后检查opencv安装成功与否
    C++库:

    pkg-config --modversion opencv4
    

    结果:

    4.1.1
    

    (只要不报错,就问题不大)
    Python库:

    python3 -c "import cv2; print(cv2.__version__)"
    

    结果:

    4.1.1-pre
    

    如果 SD 卡上没有足够的可用空间,请删除源文件:

    rm -rf ~/opencv_build
    

    大量交换使用可能会损坏您的 SD 卡。将交换空间更改回原始大小:

    sudo nano /etc/dphys-swapfile
    

    将 CONF_SWAPSIZE 值改回 100

    保存文件并激活更改:

    sudo /etc/init.d/dphys-swapfile restart
    

    完成。

    2. 树莓派实现目标检测识别

    2.1 安装TensorFlow1.14.0

    首先,安装matplotlib库

    sudo pip install matplotlib
    

    接着,安装一下编译环境

    sudo apt-get install python3-pip python3-dev
    sudo apt install libatlas-base-dev
    

    最后,直接安装TensorFlow

    sudo pip3 install TensorFlow
    

    2.2 API下载

    直接进行git.

    git clone https://github.com/tensorflow/models.git
    

    在这里插入图片描述

    2.3 ssd_mobilenet_v1_coco下载

    模型链接:https://github.com/tensorflow/models/blob/master/research/object_detection/g3doc/detection_model_zoo.md

    首先进入目录

    cd models/research/object_detection/models
    

    然后将ssd_mobilenet_v1_coco模型下载下来

    wget download.tensorflow.org/models/object_detection/ssd_mobilenet_v1_coco_2018_01_28.tar.gz
    

    接着进行解压

    tar -xzvf ssd_mobilenet_v1_coco_2018_01_28.tar.gz
    

    在这里插入图片描述

    2.4 Protobuf 安装与配置

    (1)下载
    protobuf下载地址:https://github.com/google/protobuf/releases
    我直接下载的最新版本:protobuf-all-3.11.2.tar.gz

    cd
    wget https://github.com/protocolbuffers/protobuf/releases/download/v3.11.2/protobuf-all-3.11.2.tar.gz
    

    在这里插入图片描述
    (2)安装

    tar -xf  protobuf-all-3.11.2.tar.gz          ->解压      
    cd protobuf-3.11.2                           ->进入该文件夹
    ./configure                                  ->执行   
    make                                         ->时间有点长
    make check                                   ->这一步是检查编译是否正确,耗时非常长
    

    如果出现如下结果,可以看到所有的测试用例都PASS了,说明编译正确:
    在这里插入图片描述

    sudo make install  
    sudo ldconfig                                       ->更新库搜索路径,否则可能找不到库文件
    

    (3)配置
    配置的目的是将proto格式的数据转换为python格式,从而可以在python脚本中调用,进入目录models-master/research,运行:

    cd
    cd models/research
    protoc object_detection/protos/*.proto --python_out=.
    

    2.5 测试

    测试代码文件链接:https://pan.baidu.com/s/1jGnOF1s1UAvMTV4w6JW_YQ
    提取码:9p2m
    (FileZilla下载可以直接百度,连接时树莓派和电脑连接同一个WiFi,主机填写树莓派IP地址,在终端输入ifconfig可直接查询,原始密码是:raspberry)

    将测试代码放入models/research/object_detection/models目录中
    在这里插入图片描述
    进入终端,输入下列命令

    cd models/research/object_detection/models
    sudo chmod 666 /dev/video0                         ->要保证摄像头插紧了,不然会报错
    python3 test.py
    

    在这里插入图片描述
    等一会,接着会出现检测对话框,效果如图。
    在这里插入图片描述

    展开全文
  • 树莓派自带摄像头OpenCV图像识别-二维码识别

    万次阅读 多人点赞 2017-12-23 10:37:57
    1、安装树莓派镜像,SSH,VNC等这里就不介绍了很简单大家自行百度。2、我没有用VNC 所以装了teamviewer用于树莓派远程控制安装教程参考:http://blog.csdn.net/shaopengf/article/details/750729073、安装一个功能...

    1、安装树莓派镜像,SSH,VNC等这里就不介绍了很简单大家自行百度。

    2、我没有用VNC 所以装了teamviewer用于树莓派远程控制

    安装教程参考:http://blog.csdn.net/shaopengf/article/details/75072907

    3、安装一个功能齐全的OenpCV视觉库

    • sudo apt-get update 保证各个软件都是最新的,你将要下载很多东西,请保证网络畅通。
    • sudo apt-get install build-essential 安装编译OpenCV必不可少的依赖库
    • sudo apt-get install build-libavformat-dev该库提供一种音视频码流的编解码方法
    • sudo apt-get install ffmpeg该库提供音视频流的转码功能
    • sudo apt-get install python-opencv OpenCV所依赖的Python开发包
    • sudo apt-get install opencv-doc 安装OpenCV开发文档,万一你需要呢
    • sudo apt-get install libcv-dev 安装编译OpenCV所需要的头文件和静态库
    • sudo apt-get install libcvaux-dev安装更多的开发工具来编译OpenCV
    • sudo apt-get install libhighgui-dev安装另一个编译OpenCV所需要的头文件和静态库
    • cp -r /usr/share/doc/opencv-doc/examples /home/pi/ 将所有示例拷贝到你的根目录

    4、准备摄像头 如果用USB摄像头那不用做什么可以直接使用,要使用树莓派自带摄像头的话参考下面方法:

    • 树莓派专用CSI摄像头插到树莓派的CSI口上并在在raspi-config中打开后就可以使用Raspistill命令直接使用,但如果在OpenCV中调用CSI摄像头会出现无数据的现象(cv2.VideoCapture(0)这时不会报错)。
      这是因为树莓派中的camera module是放在/boot/目录中以固件形式加载的,不是一个标准的V4L2的摄像头驱动,所以加载起来之后会找不到/dev/video0的设备节点。我们在/etc/modules里面添加一行bcm2835-v4l2(小写的L)就能解决问题。
      sudo nano /etc/modules 然后加上一行 bcm2835-v4l2 如图 最后重启
      这里写图片描述

    ls /dev/查看有没有video0的设备
    - 测试摄像头 把刚刚拷贝到根目录下的例程中 camera.py 复制出来,测试一下摄像头
    cp /home/pi/examples/python/camera.py /home/pi/
    python camera.py运行看有没有图像video0的设备

    5、我们进入正题 二维码识别,我这里我们还需要装一个Python-zbar

    输入命令sudo apt-get install python-zbar完成后直接使用下面程序运行

    #!/usr/bin/env python  
    #-*- coding: UTF-8 -*-   
    
    # import the necessary packages
    import simple_barcode_detection
    import cv2
    import numpy as np
    import zbar
    from PIL import Image
    
    # create a reader
    scanner = zbar.ImageScanner()
    # configure the reader
    scanner.parse_config('enable')
    font=cv2.FONT_HERSHEY_SIMPLEX
    camera=cv2.VideoCapture(0)
    
    while(True):
        # Capture frame-by-frame
        grabbed, frame = camera.read()
        if not grabbed:
            break
        pil= Image.fromarray(frame).convert('L')
        width, height = pil.size
        raw = pil.tobytes()
        zarimage = zbar.Image(width, height, 'Y800', raw)
        scanner.scan(zarimage)
        for symbol in zarimage:  
        # do something useful with results 
        if not symbol.count: 
                print 'decoded', symbol.type, 'symbol', '"%s"' % symbol.data 
            cv2.putText(frame,symbol.data,(20,100),font,1,(0,255,0),4)
        cv2.imshow('frame',frame)
        if cv2.waitKey(1) & 0xFF == ord('q'):
            break
    cap.release()
    cv2.destroyAllWindows()

    运行效果

    这里写图片描述

    下面是我电脑上的二维码
    这里写图片描述

    目前中文会乱码,还未解决,有时间解决还会更新。

    6、相关参考文档

    展开全文
  • 树莓派OpenCV实现人脸识别(人脸识别篇)

    万次阅读 多人点赞 2021-02-23 00:54:34
    树莓派OpenCV实现人脸识别(人脸识别篇)一、OpenCV安装二、打开摄像头三、摄像头检测四、人脸识别 一、OpenCV安装 树莓派OpenCV实现人脸识别OpenCV安装篇) 二、打开摄像头 终端输入sudo raspi-config 选择 ...

    树莓派与OpenCV实现人脸识别(人脸识别篇)

    一、OpenCV安装

    树莓派与OpenCV实现人脸识别(OpenCV安装篇

    二、打开摄像头

    终端输入sudo raspi-config
    选择 Interface Options > Camera >Yes > OK >Finish >重启(reboot)
    树莓派接入USB摄像头或CSI摄像头
    为了检测摄像头是否成功接入,先拔掉运行lsusb命令查看当前树莓派接入的设备,再接入摄像头,再运行lsusb,对比返回结果。
    在这里插入图片描述

    我们使用luvcview这个工具来查看摄像头的实时视频,利用which luvcview这个命令来查看是否已安装这个工具,正常情况会返回“/usr/bin/luvcview”,若没有返回任何信息,则使用 sudo apt-get install luvcview 来安装工具。安装完成后使用luvcview -s 1080x720来启动该工具,其中1080x720代表采集的分辨率。

    sudo apt-get install luvcview
    luvcview -s 1080x720
    

    在这里插入图片描述
    Ctrl+C退出摄像

    三、摄像头检测

    下载相关程序

    cd
    git clone https://gitee.com/jeebus/Facial_Recognition.git
    cd Facial_Recognition
    

    摄像头检测

    python3 simpleCamTest.py
    

    若出现两个窗口,一个色彩一个灰色证明摄像头正常,摄像是倒过来的,要改的话下面再改,或者直接把摄像头倒置。
    可在命令行窗口按下 [Ctrl]+C 组合键退出

    在这里插入图片描述
    人脸检测

    cd FaceDetection
    python3 faceDetection.py
    

    效果如下:
    摄像已经倒置了,我在faceDetection.py文件里面把代码改一下就OK,不然影响识别效果。
    在这里插入图片描述
    进入文件修改

    nano faceDetection.py
    

    在这里插入图片描述
    再次运行faceDetection.py文件,摄像正常了,识别度也提高。

    python3 faceDetection.py
    

    在这里插入图片描述

    运行人脸检测程序,把你的人脸放在摄像头前,人脸上出现方框检测成功
    可点击窗口,按下Esc退出

    四、人脸识别

    1.收集人脸数据
    cd …/FacialRecognition
    mkdir dataset
    摄像倒置的朋友,先进文件修改代码
    nano 01_face_dataset.py
    在这里插入图片描述
    保存退出

    python3 01_face_dataset.py
    

    在这里插入图片描述

    显示输入此用户ID,输入1 > 然后人脸对着摄像头,程序会收集30个样本数据 > 样本数据在dataset中,可在用户界面直接打开查看

    2.训练
    mkdir trainer

    python3 02_face_training.py
    3.识别
    同上,摄像倒置的朋友,先修改一下代码,没有的直接运行python3 03_face_recognition.py
    nano 03_face_recognition.py
    在这里插入图片描述
    保存退出

    python3 03_face_recognition.py
    

    在这里插入图片描述

    人脸对着摄像头,查看是否识别成功
    是否显示”ID=1“

    人脸识别结果可在03_face_recognition.py中进行修改
    在这里插入图片描述
    大功告成,有问题下方留言,谢谢~!
    参考:
    链接: https://blog.csdn.net/weixin_42163073/article/details/107308759.

    展开全文
  • 有时候我们会使用树莓派和摄像头去做图像识别,在树莓派和LINUX系统中最常用opencv去做图像识别,这次来介绍下树莓派安装opencv和用树莓派图像识别。 一、树莓派的系统 安装就不介绍了。直接开机打开树莓派的...
  • 树莓派(图像识别)---安装OpenCV

    千次阅读 2020-01-25 10:17:38
    opencv3.3.0:https://www.pyimagesearch.com/2017/09/04/raspbian-stretch-install-opencv-3-python-on-your-raspberry-pi/ opencv3.0.0:...
  • 前言 总结一个经验,踩了不少坑。首先在网络上学习是很不系统的学习,因为某篇文章记录的他人在网路上学习的过程,也是他人所掌握的理论与实践知识。这时候就考验我们的独立思考能力,知...树莓派摄像头模块(PiCam...
  • 基于树莓派opencv实现人脸识别

    千次阅读 2021-12-11 19:20:08
    基于树莓派opencv实现人脸识别
  • 简单 且枯燥软件准备OpencvOpencv是一个开源计算机视觉库,无论是大神还是小白都爱它,Opencv被广泛的应用在人脸识别、边缘检测、自动驾驶等领域。 安装和使用OPencv的方法网络上非常多,就我本人的个人体验来说...
  • 但是最近一直想在树莓派OpenCV的环境下进行某种物体的识别,所以要训练特定的分类器,过程不难,相对繁杂,跟着走就OK,以下用苹果识别为例。 在Linux环境下进行Opencv分类器的训练(基于树莓派OpenCV的物体识别...
  • 树莓派OpenCV实现人脸识别OpenCV安装篇)

    千次阅读 多人点赞 2021-02-21 22:52:18
    主要看了以下两位博客的文章完成的,也遇到了不少的坑,在这里一一填补说明。...树莓派OpenCV实现人脸识别OpenCV安装篇)一、材料准备:二、系统烧录三、安装OpenCV依赖项四、下载OpenCV-4.3.0五、为OpenCV配置P
  • 树莓派车牌识别

    2018-10-24 18:47:10
    本代码主要分为4个部分,分别是车辆高度判断部分、图像采集部分,车牌识别部分、通信部分。 通信设置是树莓派用来与单片机通信的波特率、com口以及停止位参数等,将车牌的字符串通过串口发送给单片机;摄像头设置是...
  • 树莓派基于opencv的人脸识别和口罩检测 文章目录学习目标:学习内容:前言一、opencv是什么?二、步骤1.树莓派安装模块安装教程链接:2.设计思路然后注意一下,下面的yml文件,和xml文件,必须都用绝对路径来写!!...
  • 很早之前(2018年左右)在做一个当时风靡一时"跳一跳"小游戏的自动运行小工具时(树莓派通过摄像头获取手机屏幕图像,再驱动舵机云台去点击手机屏幕),就有发现树莓派在做图像处理时,OpenCV连续从摄像头获取的图像和...
  • 树莓派3B基于python用opencv进行颜色识别树莓派opencv读取一帧图像opencv颜色识别流程1.将RGB模型转换成HSV模型2.opencv中,HSV模型的取值范围3.对彩色图像进行直方图均衡4.使用opencvAPI进行颜色阈值检测,得到二值...
  • 这是我第二写的博客文章,也是培训以来收获较大的一次,下面我来简单的总结一下这次培训的收获,我们上一期从51入手到现在学习树莓派,虚拟机,人脸识别和Python,Linux的一些命令大全 等简单代码表示。 树莓派 1...
  • 识别距离最少40厘米,直接手画了车牌进行演示,很low,估计换成标准车牌图像测试会提高准确率,而且直接使用了文1中的SVM训练好后模型数据,应该这块改进也能提高识别概率,最终表现是,中文字符的识别率较差,英文...
  • 在此带有Python的OpenCV教程中,我们将介绍如何在图像和视频上绘制各种形状。想要以某种方式标记检测到的对象是相当普遍的,因此我们人类可以很容易地看到我们的程序是否按照我们希望的那样工作。一个示例是之前显示...
  • 树莓派3B+、opencv3+PyQt5实现人脸识别门禁系统

    千次阅读 多人点赞 2020-04-29 01:24:45
    前言 总结、干货、知识点、注意实现。无个人背景(别人不会关心,捂脸) ...识别成功之后就可以发指令控制步进电机转动控制门锁了 材料 树莓派3B+ 一块 USB摄像头 一个 3.5寸LCD显示屏(带触控) HMD...
  • 然后我们需要测试摄像头,因此我们首先需要在电脑端通过vnc连接到树莓派,让其图像能够在我们电脑上显示 在命令行输入: sudo raspi-config 通过方向键选到3然后回车 然后选到p1回车,将摄像头打开 然后再次选到3进入...
  • 个人毕业设计 - 基于树莓派OpenCV及...使用OpenCV for Python图像识别库,运行在树莓派RASPBIAN JESSIE Linux系统平台上,搭配树莓派官方摄像头模块。 运行要求 OpenCV 2.4.9 for Python Python 2.7 v4l2 PyQt4
  • 方案选型: 1、OpenCV(C++) 2、0.96 OLED 3、串口 一,OpenCV 安装流程参考博客:亲测有效 博客1: 博客2: 踩坑点
  • 对图片和视频进行人脸检测和处理一、Windows下使用...对视频中检测出的人脸区域进行模糊处理(二)树莓派对此视频中检测出的人脸区域画框并进行模糊处理 一、Windows下使用opencv采集视频 属性配置与上一...
  • 树莓派配合python opencv 实现的颜色追踪与识别

    万次阅读 多人点赞 2019-07-26 17:11:25
    前提是安装好了OpenCV3 import numpy as np import cv2 blue_lower = np.array([100,43,46]) blue_upper = np.array([124,255,255]) cap = cv2.VideoCapture(0) cap.set(3, 320) cap.set(4, 240)...
  • OpenCV——手势识别

    2020-12-05 16:51:30
    //处理样本图像 resize(srcImage, trainImage, Size(image_cols, image_rows), (0, 0), (0, 0), CV_INTER_AREA); Canny(trainImage, trainImage,150, 100, 3, false);for (int k = 0; k * image_cols; k++){//cout ...
  • 因此,图像识别和视频分析大部分使用相同的方法。诸如定向跟踪之类的某些事情将需要一连串的图像(帧),但是诸如面部检测或物体识别之类的事情可以用几乎与图像和视频上完全相同的代码来完成。接下来,许多图像和视频...
  • 数字识别树莓派3+python3.5+opencv3.3+tensorflow1.7+keras

    万次阅读 多人点赞 2018-05-12 14:42:58
    本文主要介绍如何利用树莓派3数字识别1-64数字图片,最近在做一个智能车的项目,通过识别赛场的数字来完成定位,在这里写一下自己的一些经验。1.图片采集和标注图像采集是通过opencv调用摄像头来采集图片的数据,...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 1,404
精华内容 561
关键字:

树莓派opencv图像识别

友情链接: J2ME_TANK.rar