发 帖  
原厂入驻New
实战多通道高速精密测温仪的全系列设计教程,以实际项目为依托,提升工程师核心竞争力!→点击立即抢购←

[经验] 玩转Dragonboard 410c USB摄像头之人脸识别

2018-9-28 10:53:43  858 Qualcomm 人脸识别 python
分享
0
      人脸识别是一个非常酷的技术,在移动支付、安防、娱乐等众多领域有着非常广泛的应用,今天就带大家一起来体验一下如何利用dragonboard 410c来实现人脸识别功能,这里我们使用的是USB摄像头,连接Dragoboard 410c开发板,开发板上运行linux debain操作系统,通过Python脚本和opencv来实现人脸识别处理。







     首先我们可以按照http://blog.csdn.net/andymfc/article/details/52805284中的硬件环境搭建方式,搭建好自己的开发环境,如上图所示,然后我们就可以开始编写我们的人脸识别程序了,这里使用的是Python的cv2库来实现摄像头数据的采集和人脸识别,具体代码如下:

     #!/usr/bin/env python

     import cv2, sys

     import numpy as np

     DEVICE_NUMBER = 0

     FONT_FACES = [

    cv2.FONT_HERSHEY_SIMPLEX,

    cv2.FONT_HERSHEY_PLAIN,

    cv2.FONT_HERSHEY_DUPLEX,

    cv2.FONT_HERSHEY_COMPLEX,

    cv2.FONT_HERSHEY_TRIPLEX,

    cv2.FONT_HERSHEY_COMPLEX_SMALL,

    cv2.FONT_HERSHEY_SCRIPT_SIMPLEX,

    cv2.FONT_HERSHEY_SCRIPT_COMPLEX

    ]

   IF len(sys.argv) > 1:

    XML_PATH = sys.argv[1]

    else:

    print "Error: XML path not defined"

    sys.exit(1)

    # Init the Cascade Classifier

    faceCascade = cv2.CascadeClassifier(XML_PATH)

    # Init webcam

    vc = cv2.VideoCapture(DEVICE_NUMBER)

    # Check if the webcam init was successful

    if vc.isOpened(): # try to get the first frame

       retval, frame = vc.read()

    else:

    sys.exit(1)

     # If webcam read successful, loop indefinitely

     i = 0

     while retval:

    # Define the frame which the webcam will show

    frame_show = frame

    if i%5 == 0:

        # Convert frame to grayscale

        frame = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)

        # Detect objects and return an array of faces

        faces = faceCascade.detectMultiScale(

            frame,

            scaleFactor=1.2,

            minNeighbors=2,

            minSize=(50, 50),

            flags=cv2.cv.CV_HAAR_SCALE_IMAGE

        )

    # Draw a rectangle around the faces

    for (x, y, w, h) in faces:

        cv2.rectangle(frame_show, (x, y), (x+w, y+h), (0, 0, 255), 2)

    # Show the image on the screen

    cv2.imshow("DB410c Workshop #6: Facial Detection", frame_show)

    # Grab next frame from webcam

    retval, frame = vc.read()

    # Exit program after waiting for a pressed key

       if cv2.waitKey(1) == 27:

        break

    i += 1

  以上就是整个python实现的人脸识别代码,在代码中我们利用了opencv的机器学习,所以还需要一个分类文件,这个文件利用xml文件进行描述,这是采用opencv提供的人脸是被分类器,这里已经训练好,可以直接用就可以,具体的文件大家可以到http://pan.baidu.com/s/1milnAnY,下载后和代码文件放在同一个文件夹下即可,大家也可以到opencv 官网上下载。

   介绍好代码后,我们就可以来进行测试了,我们新建一个文件夹 mkdir face_test,然后新建一个文件face_test.py,打开该文件,然后复制上述代码到文件,保存,然后按照上述方法到http://pan.baidu.com/s/1milnAnY上下载xml文件放入到该文件夹下,接着使用chmod 777 face_test.py修改Python脚本的权限,改为可执行文件,接着拔掉鼠标欧连接上USB网络摄像头,就可以开始进行测试了,测试运行脚本代码如下:

     python face_test.py frontalface_default.xml  其中frontalface_default.xml是下载的xml文件,训练好的分类器。

    运行后如果你对准脸,就可以看到有一个红色的矩形框标注你的脸部,表示识别检测到你的脸部,这里具体涉及到肖像权,不展示演示结果图片了。

只有小组成员才能发言,加入小组>>

44个成员聚集在这个小组

加入小组

创建小组步骤

关闭

站长推荐 上一条 /10 下一条

快速回复 返回顶部 返回列表