精华内容
下载资源
问答
  • 树莓派做人脸识别,首先是采集图像,利用 Pi Camera ,采集一段视频流,然后截帧,保存到一个文件夹中作为训练数据,然后运用强大的opencv,训练模型,主要是运用haar小波变换等,最后是在线识别,用Pi Camera通过对...

    树莓派做人脸识别,首先是采集图像,利用 Pi Camera ,采集一段视频流,然后截帧,保存到一个文件夹中作为训练数据,然后运用强大的opencv,训练模型,主要是运用haar小波变换等,最后是在线识别,用Pi Camera通过对视频流截帧的方式,捕捉测试图像,然后对人脸进行识别,名字和精度。

    下面是代码,这里还是主要参考大神   -----    子豪兄的博客

    采集训练数据

    import cv2
    import os
    
    cam = cv2.VideoCapture(0)
    cam.set(3, 640) #WIDTH
    cam.set(4, 480) #height
    
    face_detector = cv2.CascadeClassifier('/home/pi/Downloads/opencv-3.4.0/data/haarcascades/haarcascade_frontalface_default.xml')
    
    face_id = input('\n enter user id end press <return> ==>  ')
    
    print('\n [INFO] Initilizing face capture. look the camera and wait ...')
    count = 0
    
    while(True):
        ret, img = cam.read()
        img = cv2.flip(img, -1) #FLIP VIDEO IMAGE VERTICALLY
        gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
        faces = face_detector.detectMultiScale(gray, 1.3, 5)
    
        for (x, y, w, h) in faces:
            cv2.rectangle(img, (x, y), (x+w, y+h), (255, 0, 0), 2)
            count += 1
    
            #save the captured image into the dataset folder
            cv2.imwrite("dataset/User." + str(face_id) + '.' + str(count) + ".jpg", gray[y:y+h, x:x+w])
            cv2.imshow('image', img)
    
        k = cv2.waitKey(100) & 0xff #press 'ESC' for exiting video
        if k == 27:
            break
        elif count >= 30:   #Take 30 face sample and stop video
            break
    
    #Do a bit of cleanup
    print("\n [INFO] Exiting Program and cleanup stuff ")
    cam.release()
    cv2.destroyAllWindows()
    

    训练模型

    import numpy as np
    from PIL import Image
    import os
    import cv2
    
    #path for face image database
    path = 'dataset'
    
    recognizer = cv2.face.LBPHFaceRecognizer_create()
    detector = cv2.CascadeClassifier("/home/pi/Downloads/opencv-3.4.0/data/haarcascades/haarcascade_frontalface_default.xml");
    
    #dunction to get the images and label data
    def getImagesAndLabels(path):
        imagePaths = [os.path.join(path, f) for f in os.listdir(path)]
        faceSamples = []
        ids = []
        for imagePath in imagePaths:
            PIL_img = Image.open(imagePath).convert('L')    #convert it to grayscale
            img_numpy = np.array(PIL_img, 'uint8')
            id = int(os.path.split(imagePath)[-1].split(".")[1])
            faces = detector.detectMultiScale(img_numpy)
            for (x, y, w, h) in faces:
                faceSamples.append(img_numpy[y:y+h, x:x+w])
                ids.append(id)
        return faceSamples, ids
    
    print("\n [INFO] Training faces. It will take a few seconds. Wait ...")
    faces, ids = getImagesAndLabels(path)
    recognizer.train(faces, np.array(ids))
    
    #save the model into trainer/trainer.yml
    recognizer.write('/home/pi/ZQ_face_recognition/trainer/trainer.yml')
    
    #print the numer of face trained and end program
    print("\n [INFO] {0} faces trained. Exiting Program".format(len(np.unique(ids))))
    

    在线人脸识别

    import cv2
    import numpy as np
    import os
    
    recognizer = cv2.face.LBPHFaceRecognizer_create()
    recognizer.read('/home/pi/ZQ_face_recognition/trainer/trainer.yml')
    cascadePath = "/home/pi/Downloads/opencv-3.4.0/data/haarcascades/haarcascade_frontalface_default.xml"
    faceCascade = cv2.CascadeClassifier(cascadePath);
    
    font = cv2.FONT_HERSHEY_SIMPLEX
    
    #iniciate id counter
    id = 0
    
    #names related to ids:example ==> Marcelo: id=1, etc
    names = ['None', 'ZhangQi', 'LiSi', 'Paggi', 'John', 'WangWu']
    
    #Intialize and start realtime video capture
    cam = cv2.VideoCapture(0)
    cam.set(3, 640) #set video width
    cam.set(4, 480) #set video height
    
    #Define min window size to be recognized as a face
    minW = 0.1*cam.get(3)
    minH = 0.1*cam.get(4)
    
    while True:
        ret, img = cam.read()
        img = cv2.flip(img, -1)
        if ret is True:
            gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
        else:
            break
    
        faces = faceCascade.detectMultiScale(
            gray,
            scaleFactor = 1.2,
            minNeighbors = 5,
            minSize = (int(minW), int(minH)),
            )
        for(x, y, w, h) in faces:
            cv2.rectangle(img, (x, y), (x+w, y+h), (0, 255, 0), 2)
            id, confidence = recognizer.predict(gray[y:y+h,x:x+w])
    
            #check if confidence is less them 100 ==> "0"is perfect match
            if (confidence < 100):
                id = names[id]
                confidence = "  {0}%".format(round(100 - confidence))
            else:
                id = "unknown"
                confidence = "  {0}%".format(round(100 - confidence))
    
            cv2.putText(img, str(id), (x+5, y-5), font, 1, (255, 255, 255), 2)
            cv2.putText(img, str(confidence), (x+5, y+h-5), font, 1, (255, 255, 0),1)
    
        cv2.imshow('camera', img)
    
        k = cv2.waitKey(10000) & 0xff
        if k == 27:
            break
    
        #Do a bit of cleanup
        print('\n [INFO] Exiting Program and cleanup stuff')
        cam.release()
        cv2.destroyAllWindows()
    

     

    展开全文
  • 树莓派做人脸识别必要环境搭建

    千次阅读 2017-10-13 22:29:25
    环境搭建 Ubuntu 16.04 LTS python 2.7 MySQL MySQLdb 前面已经介绍了系统的安装和配置 1.安装Python sudo apt-get install python-pip sudo apt-get install libmysqlclient-dev pip install mysql-python ...

    环境搭建

    Ubuntu 16.04 mater

    python 2.7

    MySQL

    MySQLdb

    前面已经介绍了系统的安装和配置
    1.安装Python
    sudo apt-get install python-pip
    sudo apt-get install libmysqlclient-dev
    pip install mysql-python
    2.安装mysql
    sudo apt-get install mysql-server
    运行过后会出现界面提示输入root密码,输入即可
     

    3.下载和安装OpenCV 3.2.0

    sudo apt-get install build-essential
    sudo apt-get install cmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev
    sudo apt-get install python-dev python-numpy libtbb2 libtbb-dev libjpeg-dev libpng-dev libtiff-dev libjasper-dev libdc1394-22-dev
    
    

    从github上下载最新的源码:

    git clone https://github.com/opencv/opencv.git       #这个是最新的OpenCV 公布在github上的代码
    git clone https://github.com/opencv/opencv_contrib.git #这个里面有一些模块,比如freetype,face,
    下载完后
    将./opencv_contrib/moudles/freetype和face文件直接复制到./opencv/moudles/下,Linux命令解释:cp(copy)复制,-R表示递归
    cp -R ./opencv_contrib/moudles/freetype ./opencv/moudles/
    cp -R ./opencv_contrib/moudles/face ./opencv/moudles/
    编译opencv
    
    cd ./opencv
    mkdir release
    cd release
    cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local ..
    make -j4  
    sudo make install
    
    展开全文
  • 树莓派实时人脸识别

    万次阅读 多人点赞 2018-07-28 17:01:16
    树莓派实时人脸识别 最近在研究 face_recognition,这个一个人脸识别的库,可以通过python调用。作者在电脑上用摄像头实现了一个实时人脸识别的效果,如下图所示。 我想在树莓派上实现这个效果。如果嵌入式设备...

    树莓派实时人脸识别

    最近在研究 face_recognition,这个一个人脸识别的库,可以通过python调用。作者在电脑上用摄像头实现了一个实时人脸识别的效果,如下图所示。
    实时人脸识别效果
    我想在树莓派上实现这个效果。如果嵌入式设备也能做的这样,那就太好玩了。就像电影里的那种效果。(找不到好图,网上只找到这张)
    电影效果

    安装过程

    我们可以直接参考项目页面上的安装指引 Raspberry Pi 2+ installation instructions。我使用的是树莓派2B,CPU是4核900MHz,内存1GB(不过face_recognition只会用到单核),并且我将CPU超频到1050MHz。(关于树莓派超频,可以看我另一篇博客树莓派超频后性能与功耗的研究
    下面我说一下我的安装步骤。(怎么装系统就不说了,网上大把。装完记得修改源,我在学校,用中科大的源。)
    先安装一大堆需要的库:

    sudo apt-get update
    sudo apt-get install build-essential \
        cmake \
        gfortran \
        git \
        wget \
        curl \
        graphicsmagick \
        libgraphicsmagick1-dev \
        libatlas-dev \
        libavcodec-dev \
        libavformat-dev \
        libboost-all-dev \
        libgtk2.0-dev \
        libjpeg-dev \
        liblapack-dev \
        libswscale-dev \
        pkg-config \
        python3-dev \
        python3-numpy \
        python3-pip \
        zip

    如果使用树莓派的摄像头(CSI接口的那个),执行下面的命令:

    sudo apt-get install python3-picamera
    sudo pip3 install --upgrade picamera[array]

    下载安装dlib:

    mkdir -p dlib
    git clone -b 'v19.6' --single-branch https://github.com/davisking/dlib.git dlib/
    cd ./dlib
    sudo python3 setup.py install --compiler-flags "-mfpu=neon"

    安装face_recognition

    sudo pip3 install face_recognition

    下载示例代码并尝试运行:

    git clone --single-branch https://github.com/ageitgey/face_recognition.git
    cd ./face_recognition/examples
    python3 facerec_on_raspberry_pi.py

    到这里我出现了报错,说缺少了一个库。一般缺少库的话,我们会先用apt-cache search 库名来搜索到那个库的安装包,然后用sudo apt-get install 包名来安装。
    这里报错说缺少了libatlas.so.3,那我们就用apt-cache search libatlas来搜索,发现它的包名叫libatlas3-base,所以我们用sudo apt-get install libatlas3-base来安装。后面测试摄像头的时候也会遇到这样的问题,解决办法是一样的。
    安装完之后,代码正常运行。
    我们的目标是树莓派实时人脸识别,所以我们把树莓派的摄像头(CSI接口的那个)装上,并且在raspi-config中启用摄像头,然后重启。(如果不懂的话请搜索一下“树莓派摄像头使用”)
    然后我们运行一下实时人脸识别的代码:

    python3 facerec_from_webcam_faster.py

    会报错,在import cv2的时候缺少什么库,然后根据提示用之前安装方法安装就好了。装完一个库再运行的时候,发现又提示缺少别的库,然后再安装缺少的库,这样反复个三四次,就把缺少的库都装好了,然后就不再报缺少库的错误了。(库名我都忘了,反正很快就弄好的了)
    不过再次运行的时候,会报别的错误,出错的代码是small_frame = cv2.resize(frame, (0, 0), fx=0.25, fy=0.25),这是因为video_capture.read()没有读到图片。摄像头都装了,为什么会读不出图片呢?难道摄像头坏了?不是。

    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。来源:【树莓派】在OpenCV中调用CSI摄像头

    所以我们可以使用下面的命令来加载驱动模块,就没问题了:

    sudo modprobe bcm2835-v4l2

    如果想开机自动加载,我们可以修改/etc/modules文件,添加一行:

    bcm2835-v4l2

    如下图所示:
    开机自动加载模块示意图
    然后,我们再运行代码进行测试:

    python3 facerec_from_webcam_faster.py

    现在代码能正常运行了。会弹出一个图像框,里面显示出摄像头的拍摄内容。下面是我的测试图片:
    奥巴马测试
    普京测试

    展开全文
  • 在上一篇文章树莓派调用百度人脸识别API实现人脸识别,我们完成了树莓派人脸识别的基础环境配置,人脸识别功能也测试成功了,现在我们一个小小的案例来实际应用一下,我们想树莓派人脸识别成功后,发送蓝牙串口...

    在上一篇文章树莓派调用百度人脸识别API实现人脸识别,我们完成了树莓派人脸识别的基础环境配置,人脸识别功能也测试成功了,现在我们做一个小小的案例来实际应用一下,我们想树莓派人脸识别成功后,发送蓝牙串口数据给Arduino的HC-05模块,让Arduino控制舵机开门。

    准备

    设备材料
    • 树莓派3b

    • Arduino UNO R3

    • HC-05

    • 舵机SG90

    • 杜邦线若干

    连接图

    d619738b98dcf85f092f5dde1d4dfd67.png

    一、树莓派发送的蓝牙串口数据

    树莓派自带蓝牙功能,我们可以调用系统指令发送蓝牙信号, 创建一个bluetooth_test.py文件,分别定义初始化指令、开门指令、关门指令,分别发送字符串’1‘,’2’,‘3’;

    import bluetooth

    def servo_init():#初始化指令

    bd_addr = "20:16:08:08:39:75" #arduino连接的蓝牙模块的地址

    port = 1

    sock=bluetooth.BluetoothSocket( bluetooth.RFCOMM )

    sock.connect((bd_addr, port)) #创建连接

    sock.send("1") #发送数据

    sock.close() #关闭连接

    def bt_open():#开门指令

    bd_addr = "20:16:08:08:39:75"

    port = 1

    sock=bluetooth.BluetoothSocket( bluetooth.RFCOMM )

    sock.connect((bd_addr, port))

    sock.send("2")

    sock.close()

    def bt_close():关门指令

    bd_addr = "20:16:08:08:39:75"

    port = 1

    sock=bluetooth.BluetoothSocket( bluetooth.RFCOMM )

    sock.connect((bd_addr, port))

    sock.send("3")

    sock.close()

    二、Arduino连接方式

    2.1 Arduino与HC-05蓝牙模块的连接

    由于我们用的是Arduino UNO R3没有蓝牙模块,要接收蓝牙数据,可以通过外接HC-05蓝牙模块解决。


    HC-05===Arduino

    • RXD<==>TX

    • TXD<==>RX

    • VCC<==>5v

    + GND<==>GND

    注意:HC-05的vcc一定要接5v,如果接3.3v,虽然可以亮灯工作,但是接收一次数据后会自动断开连接,刚开始我找半天没找到原因,原来是电压给低了,这是一个小细节要注意一下。

    2.2 Arduino与舵机模块的连接

    SG90 舵机导线三种颜色,含义分别是:棕色:GND 红色:VCC

    黄色:DATA

    舵机SG90===Arduino

    • DATA<==>D9

    • VCC<==>5v

    + GND<==>GND

    三、Arduino控制代码

    创建工程烧录到Arduino开发板中即可

    #include

    Servo myservo;

    int pos = 0;

    void setup()

    {

    Serial.begin(9600);

    myservo.attach(9);

    myservo.write(0);

    delay(10000);

    }

    void loop()

    {

    while(Serial.available()) //读取HC-05接收到的字符串

    { char c;

    c=Serial.read();

    Serial.println (c);

    switch(c){

    case '1':servo_init();

    break;

    case '2':open_the_door();

    break;

    case '3':close_the_door();

    break;

    default:servo_init();

    }

    }

    }

    void servo_init() //舵机初始化

    {

    myservo.write(0);

    delay(1000);

    }

    void open_the_door() //舵机开门

    {

    for (pos = 0; pos <= 180; pos += 1) {

    myservo.write(pos);

    delay(5);

    }

    }

    void close_the_door() //舵机关门

    {

    for (pos = 180; pos >= 0; pos -= 1) {

    myservo.write(pos);

    delay(5);

    }

    }

    四、树莓派控制代码

    按照上一篇文章,我们的树莓派已经准备妥当了,在test.py的基础上,我们再修改一下:

    from aip import AipFace

    from picamera import PiCamera

    import urllib.request

    import RPi.GPIO as GPIO

    import base64

    import time

    import bluetooth

    from bluetooth_test import bt_open,servo_init,bt_close

    #百度人脸识别API账号信息

    APP_ID = '18332624'

    API_KEY = '2QoqxCzAsZGT9k5CMeaIlPBs'

    SECRET_KEY ='9wOlqd4sPvLc7ZKtLxMlBVkcikXHZ4rz'

    client = AipFace(APP_ID, API_KEY, SECRET_KEY)#创建一个客户端用以访问百度云

    #图像编码方式

    IMAGE_TYPE='BASE64'

    camera = PiCamera()#定义一个摄像头对象

    #用户组

    GROUP = 'yusheng01'

    #照相函数

    def getimage():

    camera.resolution = (1024,768)#摄像界面为1024*768

    camera.start_preview()#开始摄像

    time.sleep(2)

    camera.capture('faceimage.jpg')#拍照并保存

    time.sleep(2)

    #对图片的格式进行转换

    def transimage():

    f = open('faceimage.jpg','rb')

    img = base64.b64encode(f.read())

    return img

    #上传到百度api进行人脸检测

    def go_api(image):

    result = client.search(str(image, 'utf-8'), IMAGE_TYPE, GROUP);#在百度云人脸库中寻找有没有匹配的人脸

    if result['error_msg'] == 'SUCCESS':#如果成功了

    name = result['result']['user_list'][0]['user_id']#获取名字

    score = result['result']['user_list'][0]['score']#获取相似度

    if score > 80:#如果相似度大于80

    if name == 'yusheng_01':

    print("欢迎%s !" % name)

    time.sleep(1)

    if name == 'danli':

    print("欢迎%s !" % name)

    time.sleep(3)

    if name == "yusheng_02":

    print("欢迎%s !" % name)

    time.sleep(3)

    if name == "tanwenjie":

    print("欢迎%s !" % name)

    else:

    print("对不起,我不认识你!")

    name = 'Unknow'

    return 0

    curren_time = time.asctime(time.localtime(time.time()))#获取当前时间

    #将人员出入的记录保存到Log.txt中

    f = open('Log.txt','a')

    f.write("Person: " + name + " " + "Time:" + str(curren_time)+'\n')

    f.close()

    return 1

    if result['error_msg'] == 'pic not has face':

    print('检测不到人脸')

    time.sleep(2)

    return -1

    else:

    print(result['error_code']+' ' + result['error_code'])

    return 0

    #主函数

    if __name__ == '__main__':

    while True:

    print('准备')

    servo_init()

    if True:

    getimage()#拍照

    img = transimage()#转换照片格式

    res = go_api(img)#将转换了格式的图片上传到百度云

    if(res == 1):#是人脸库中的人

    bt_open()

    print("欢迎你,门已开")

    elif(res == -1):

    print("我没有看见你,我要关门了。。。")

    bt_close()

    else:

    print("关门")

    bt_close()

    print('稍等三秒进入下一个')

    time.sleep(3)

    总结

    至此,当我们运行该代码,把脸凑到摄像头前,舵机自动开门,把脸移开则舵机自动关门,智能门禁系统就做好啦!

    展开全文
  • 树莓派实现人脸识别打卡门禁系统的构建背景功能硬件效果源码摄像头测试代码录入信息人脸识别结论 背景 源于实习公司的人脸识别打卡系统,完成之前的项目后正好没有事情干,于是想到了这个,公司的这个打卡系统操作...
  • 1.连接数据库,建表,用来存放图像转码后的字符 2.用Pycharm连接上树莓派 3.下载安装face_recognition需要的依赖 4.配置好环境后运行代码
  • 因此我开源了一个树莓派人脸识别+活体检测的库,在2800+人脸数据的情况下能达到20FPS左右的人脸检测,人脸识别,以及活体检测。 二、介绍 本项目用的是ncnn来作为推理框架部署模型,主要用到的模型有 人脸检测: ...
  • 一、背景最近一直在学习人脸识别,想一个能够落地的项目,但是网上的教程要么就只是opencv人脸检测,要么就是帧数太低,用起来很不方便。因此我开源了一个树莓派人脸识别+活体检测的库,在2800+人脸数据的情况下能...
  • 在上一篇文章树莓派调用百度人脸识别API实现人脸识别,我们完成了树莓派人脸识别的基础环境配置,人脸识别功能也测试成功了,现在我们一个小小的案例来实际应用一下,我们想树莓派人脸识别成功后,发送蓝牙串口...
  • 一个树莓派人脸识别开锁的,利用hc-05与arduino进行通讯控制上面的舵机进行转动 已经测试过,不连接蓝牙的时候python可以运行也可以识别,但是与蓝牙连接以后就成了代码没有报错但是运行不...
  • 树莓派调用百度人脸识别API实现人脸识别​zhuanlan.zhihu.com我们完成了树莓派人脸识别的基础环境配置,人脸识别功能也测试成功了,现在我们一个小小的案例来实际应用一下,我们想树莓派人脸识别成功后,...
  • 在上一篇文章树莓派调用百度人脸识别API实现人脸识别,我们完成了树莓派人脸识别的基础环境配置,人脸识别功能也测试成功了,现在我们一个小小的案例来实际应用一下,我们想树莓派人脸识别成功后,发送蓝牙串口...
  • 树莓派做人脸识别

    千次阅读 2017-11-17 14:21:08
    点击打开链接
  • 一直闲置着,倒不如用它一个简易监控,如果检测到人脸后,就拍照上传到指定地方,或发消息提醒。本内容来源于“基于树莓派的魔镜”,感兴趣的童鞋可以点击“阅读原文”观看演示视频和教程。先看效果吧:准备材料:...
  • 树莓派做一个人脸识别开锁应用

    万次阅读 多人点赞 2020-02-19 18:18:00
    作者:eckygao,腾讯 CSIG 云产品部1.案例概述1.1 背景实现一个人脸识别进行开锁的功能,用在他的真人实景游戏业务中。总的来说,需求描述简单,但由于约束比较多,在架构与选型上...
  • 树莓派上实现人脸识别

    千次阅读 2018-08-21 13:05:30
    之前成功实现了一次,...大神如何在树莓派上实现人脸识别 我直接使用demo4的代码,但是需要一些小改变。因为我现在还没有装小云台,只是简单的把树莓派和picamera连接在了一起。就是这样: (感谢@https:/...
  • 树莓派之简易人脸识别

    千次阅读 2019-02-20 22:50:40
    回头再看刚毕业时的一些小项目,不禁感慨都是青春啊,咳咳,闲话少说,本项目是基于树莓派,使用opencv的简易人脸识别项目,没错就是简单,不过高大上的人脸识别,简易到什么地步呢,看下去就知道了。 图形处理...
  • 树莓派 人脸识别——从小白到大白 @。@初探树莓派系统拷入一些问题人脸识别yolov3结果 初探树莓派 这是大鱼的第一篇博客,唉唉,客官留步!!!! 系统拷入 一些问题 人脸识别 作为一个小白,我带着我炽热的心,滚过...
  • 本文使用 Zhihu On VSCode 创作并发布想要在无人机平台部署CV,但是无人机的机载电脑需要安装ROS,而ROS需要在Ubuntu的平台才能方便使用,所以树莓派3B+上安装的是Ubuntu Mate18.04。 Intel Ncs2(英特尔神经计算棒...
  • 树莓派4B做人脸识别,出现module ‘cv2.cv2’ has no attribute 'face’ 解决:不能直接pip3 install opencv-python 和 pip3 install opencv-contrib-python 解决方案: 1.首先:sudo pip3 install -i ...
  • 树莓派3B+简单人脸识别(opencv)

    千次阅读 2018-07-08 14:52:00
    前段时间室友要做课程设计,用树莓派做人脸识别,就帮忙做了一下。用的是普通的USB摄像头,罗技的C270(树莓派官方摄像头有点贵)安装opencvsudo apt-get update sudo apt-get upgrade sudo apt-get install python-...
  • 树莓派简易人脸追踪云台

    千次阅读 2018-09-02 23:00:54
    一个用树莓派做的会聊天,能人脸识别(支持云台追踪)和发送邮件的小玩具 https://blog.csdn.net/yonglisikao/article/details/82804318 硬件 树莓派及基本配件,摄像头(Picamera或Webcam),双舵机小云台 语言...
  • windows 下如何两根计算棒推理: 2.48 和 https://www.bilibili.com/video/BV1m54y1S76v/?spm_id_from=333.788.videocard.3 同济子豪兄 https://www.bilibili.com/video/BV1UJ411q7du?p=19
  • 一直闲置着,倒不如用它一个简易监控,如果检测到人脸后,就拍照上传到指定地方,或发消息提醒。本内容来源于B站“基于树莓派的魔镜”,感兴趣的童鞋可以观看演示视频和教程。先看效果吧:准备材料: 能用的树莓派...
  • 一直闲置着,倒不如用它一个简易监控,如果检测到人脸后,就拍照上传到指定地方,或发消息提醒。 本内容来源于“基于树莓派的魔镜”,感兴趣的童鞋可以点击观看:演示视频和教程。 先看效果吧: 准备...
  • 树莓派实现简单的人脸识别

    万次阅读 2018-09-01 22:51:51
    一个用树莓派做的会聊天,能人脸识别(支持云台追踪)和发送邮件的小玩具 https://blog.csdn.net/yonglisikao/article/details/82804318 前提 一.硬件要求 树莓派及基本配件,树莓派摄像头模块(Picamera)或USB...
  • 树莓派3b专用镜像,已经配制好了opencv(python),也有使用人脸识别的教程,可以直接用来CV项目。
  • 树莓派用Python+OpenCV做人脸识别

    万次阅读 2016-03-04 13:48:49
    硬件:树莓派 B+ 先安装python-opencv:  sudo apt-get install python-opencv Python 2.7 OpenCV3.0 # -*- coding: utf-8 -*- import cv2.cv as cv  import cv2  import numpy as np from cv2 im

空空如也

空空如也

1 2 3 4 5 ... 7
收藏数 124
精华内容 49
关键字:

树莓派做人脸识别