首页 > 其他分享 >4步实现树莓派人脸识别、拍照与推送、舵机旋转

4步实现树莓派人脸识别、拍照与推送、舵机旋转

时间:2022-12-28 17:04:41浏览次数:65  
标签:树莓 人脸识别 舵机 frame cap cv2 time GPIO 摄像头


    大部分童鞋的树莓派是不是一直在吃灰呢?一直闲置着,倒不如用它做一个简易监控,如果检测到人脸后,就拍照上传到指定地方,或发消息提醒。

4步实现树莓派人脸识别、拍照与推送、舵机旋转_图像识别


先看效果吧:

4步实现树莓派人脸识别、拍照与推送、舵机旋转_图像识别_02

4步实现树莓派人脸识别、拍照与推送、舵机旋转_图像识别_03

4步实现树莓派人脸识别、拍照与推送、舵机旋转_python_04

准备材料:

    能用的树莓派、树莓派专用摄像头或USB摄像头、网线(稳定点)、LED灯可选

 

实现步骤:

    1、安装OpenCV。可参考视频:​教程(三) 第三方库的安装

 

   2、推送消息部分。我用的是免费的企业微信推送,需要注册一个企业微信(​https://work.weixin.qq.com​)。童鞋们也可以使用免费的Qmsg酱推送到QQServer酱推送到微信(​​免费的QQ微信消息推送机器人,想要不?​​)。

    或者使用自己的服务器搭建一个图片上传和浏览网页,可参考视频:​教程(五) 服务端部署

4步实现树莓派人脸识别、拍照与推送、舵机旋转_opencv_05

 3、下载haarcascade_frontalface_alt.xml文件,编写主体代码。

    下载链接:​http://xfxuezhang.cn/WEB/SHARE/haarcascade_frontalface_alt.zip

import requests
import base64
import time
import cv2
#from matplotlib import pyplot as plt
import os
import random
import json
import RPi.GPIO as GPIO
import time

def carDetect(rootPath):
cap = cv2.VideoCapture(0) # 0为默认,1为第二个
width = 512 #定义摄像头获取图像宽度
height = 512 #定义摄像头获取图像长度
cap.set(cv2.CAP_PROP_FRAME_WIDTH, width) #设置宽度
cap.set(cv2.CAP_PROP_FRAME_HEIGHT, height) #设置长度
print(">> 摄像头打开:", cap.isOpened())
while True:
ret, frame = cap.read() # 窗口名frame
cv2.imshow('image', frame)
cv2.waitKey(1)
continue

cap.release() # 释放摄像头
cv2.destroyWindow('frame') # 删除窗口


# 向服务器上传图片
def uploadImg(filepath):
url = 'http://xfxuezhang.cn/WEB/MagicMirror/upload_file.php'
filename = filepath.split('/')[-1]
if filename:
files = {"file": (filename, open(filepath, "rb"), "image/png")}
html = requests.post(url, files=files)
print(">> 上传完成!")


def sendImgByCoolPush(imgName):
msgUrl = 'https://qmsg.zendee.cn/send/d05e1f7acded6f948f3a61da9d9f7708?msg='
imgUrl = 'http://xfxuezhang.cn/WEB/MagicMirror/images/'+imgName
url = msgUrl + imgUrl
requests.get(url)


# 人脸识别并截图(这里是主要入口函数)
def faces_video():
"""人脸识别并截图(这里是主要入口函数)"""
haarcascade_path = r'data/haarcascades/haarcascade_frontalface_alt.xml'
face_cascade = cv2.CascadeClassifier(haarcascade_path) # 获取训练好的人脸的参数数据
load_succeed = face_cascade.load(haarcascade_path)
print('load haarcascade: ', load_succeed) # 训练数据文件是否导入成功
cap = cv2.VideoCapture(0) # 0为默认,1为第二个
width = 256 #定义摄像头获取图像宽度
height = 256 #定义摄像头获取图像长度
cap.set(cv2.CAP_PROP_FRAME_WIDTH, width) #设置宽度
cap.set(cv2.CAP_PROP_FRAME_HEIGHT, height) #设置长度
print(">> 摄像头打开:", cap.isOpened())
# last_time = ''
last_time = int(time.time()) # s
while True:
ret, frame = cap.read() # 读取1帧摄像头图像
gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) # 图像矩阵
faces = face_cascade.detectMultiScale(gray, scaleFactor=1.1,
minNeighbors=10,
flags=cv2.CASCADE_DO_CANNY_PRUNING, # cv2.CASCADE_SCALE_IMAGE,
minSize=(20, 20)
)
if len(faces) > 0:
print('faces: ', len(faces))
for x, y, w, h in faces:
cv2.rectangle(frame, (x, y), (x + w, y + w), (0, 255, 0), 2) # 画矩形
curr_time = int(time.time()) # s
if curr_time-last_time > 2:
# GPIO.output(26, GPIO.HIGH)
# GPIO.output(12, GPIO.HIGH)
# time.sleep(0.1) # 100ms
# GPIO.output(12, GPIO.LOW)
last_time = curr_time
imgName = time.strftime("%Y-%m-%d_%H-%M-%S", time.localtime())
imgPath = os.getcwd() + '/img/'+imgName+'.jpg'
cv2.imwrite(imgPath, frame) # 保存图像
print(imgName+" => 捕获到人脸,已保存照片")
uploadImg(imgPath)
sendImgByCoolPush(imgName+'.jpg') # send by coolpush
# GPIO.output(26, GPIO.LOW)

cv2.imshow('frame', frame) # 显示图像
key = cv2.waitKey(1) & 0xFF # 等待键盘输入,延时为毫秒级
if key == ord('q'): # 按q退出
break
cap.release() # 释放摄像头
cv2.destroyWindow('frame') # 删除窗口


def GpioInit():
GPIO.setwarnings(False)
GPIO.setmode(GPIO.BCM)
GPIO.setup(26, GPIO.OUT) # LED
GPIO.output(26, GPIO.LOW)
GPIO.setup(12, GPIO.OUT) # BEEP
GPIO.output(12, GPIO.LOW)


def setupSERVO():
global pwm
P_SERVO = 18 # GPIO端口号,根据实际修改
fPWM = 50 # Hz (软件PWM方式,频率不能设置过高)
GPIO.setup(P_SERVO, GPIO.OUT)
pwm = GPIO.PWM(P_SERVO, fPWM)
pwm.start(0)


def setDirection(direction):
global pwm
duty = 10 / 180 * direction + 2
pwm.ChangeDutyCycle(duty)
print("direction =", direction, "-> duty =", duty)
time.sleep(1) #等待控制周期结束
pwm.ChangeDutyCycle(0) #清空占空比,这句是防抖关键句,如果没有这句,舵机会狂抖不止


def waitForInput():
while True:
try:
val = input("输入数值来改变舵机的转向(0~180): ").strip()
if val:
val = int(val)
if 0 <= val <= 180:
setDirection(val)
except Exception as e:
print("waitForInput: ", e)

from threading import Thread

if __name__ == '__main__':
GpioInit()
setupSERVO()
setDirection(90)
try:
th = Thread(target=waitForInput)
th.setDaemon(True)
th.start()
faces_video()
except Exception as e:
print("main: ", e)
GPIO.output(26, GPIO.LOW) #LED
GPIO.output(12, GPIO.LOW) # BEEP
setDirection(90)
GPIO.cleanup()

 

4、运行代码!

4步实现树莓派人脸识别、拍照与推送、舵机旋转_python_06

 

 

 

 

 

标签:树莓,人脸识别,舵机,frame,cap,cv2,time,GPIO,摄像头
From: https://blog.51cto.com/xfxuezhang/5975731

相关文章

  • 从图片搜索到人脸识别,CV正在成为“互动营销”领域的【硬核技术】
    写在篇首:营销创意是个「体力活」,考验的是N次改稿中依然振作起来的体力和毅力:从业10年的资深广告人在面对Z世代的脑洞需求时,只能说:套路无效;创意方案从PlanA-PlanZ可以......
  • FPGA 舵机控制
    moduledj(clock,good0,good1,good2,good3,good4,en_duoji,money,pwm_out0,pwm_out1,pwm_out2,pwm_out3,pwm_out4);inputclock;inputmoney;inputen_duoji;inputg......
  • 玩转OpenHarmony智能家居:如何实现树莓派“碰一碰”设备控制
    一、简介“碰一碰”设备控制,依托NFC短距通信协议,通过碰一碰的交互方式,将OpenAtomOpenHarmony(简称“OpenHarmony”)标准系统设备和全场景设备连接起来,解决了应用与设备之间接......
  • 玩转OpenHarmony智能家居:如何实现树莓派“碰一碰”设备控制
     一、简介“碰一碰”设备控制,依托NFC短距通信协议,通过碰一碰的交互方式,将OpenAtomOpenHarmony(简称“OpenHarmony”)标准系统设备和全场景设备连接起来,解决了应用与设......
  • 反人脸识别的思路和实现
    反人脸识别的思路和实现 一、基本知识和背景    ​人脸识别是非常经典的机器识别运用,目前已经在许多地方得到了使用。相关的算法原理和实现发展的都很发达,Opencv中就......
  • 树莓派 python 直接控制sg90舵机
     必须是sg90s金属齿轮的 塑料sg90不知道为什么不行 importRPi.GPIOasGPIOimporttimeservoPIN=17#GPIO口GPIO.setmode(GPIO.BCM)GPIO.setup(servoPIN,......
  • 树莓派利用摄像头实现web在线监控
    1、https://shumeipai.nxez.com/2021/10/21/raspberry-pi-usb-camera-to-realize-remote-network-monitoring.html2、上个链接执行到第六步时,可以采用下面的方法:2.1若使......
  • 树莓派4b无鼠标键盘SSH登录
    1、树莓派操作系统的烧录见https://www.cnblogs.com/clayyjh/p/14456372.html2、由于树莓派4为了安全起见,删除了默认账户pi,因此需要按照这个帖子https://www.raspberrypi.......
  • 视频美颜sdk中人脸识别的主要实现流程
    小编在之前文章中多次提到过视频美颜sdk的关键技术之一“人脸识别”,此技术经过漫长的发展周期,直到今天已经迭代了非常多的实现方式,今天小编就为大家讲解一下视频美颜sdk人脸......
  • 带你玩转OpenHarmony AI:基于Seetaface2的人脸识别
     简介随着时代的进步,全民刷脸已经成为一种新型的生活方式,这也是全球科技进步的又一阶梯,人脸识别技术已经成为一种大趋势,无论在智慧出行、智能家居、智慧办公等场景均......