zoukankan      html  css  js  c++  java
  • jetson TX2 + opencv3.4 + python3 + 双目 +人脸检测

            淘宝看到一款很便宜的双目,150元,就买了。想着用它学习一下opencv,好换个工作。当然,也想着能否用它做一些好玩的,比如三维重建之类高大上的东西。先用便宜的入个门,等以后眼界高了再看是不是买那些更加精密的双目。不过目前来看,这个摄像头还是很不错的。

            这个双目摄像头用win10自带的摄像头驱动可以完美的打开,支持它的各种比例和分辨率的视频显示。分辨率支持以下几种:

        16:9 1280x720
        4:3 640x480
        4:3 320x240
        8:3 1280x480
        8:3 640x240
        32:9 2560x720

         可是在win下面的使用anaconda环境+Python版本opencv 只能驱动显示单个摄像头,一旦更改双目的分辨率就会报错,网上找了好久资料也没解决,就一直用录制好的双目视频和双目照片来学习。

      这几天在家,就掏出吃灰已久的jetson TX2开发板试试,没想到完美运行。

      jetsonTX2为NVIDIA的人工智能开发板,网上有详细的介绍,也有丰富的资料和教程。

      使用本开发板时,要先刷机(这个过程很漫长......),我记得当时刷了好几遍,(有一次是没刷完我以为刷好了,所以要耐心等待。)然后安装各种环境,包括opencv、numpy等。

      安装opencv时要先装上cmake,然后使用这个里面的脚本安装,很方便:https://www.ncnynl.com/archives/201706/1760.html

      这个开发板只有一个USB口,所以要准备一个USB HUB。

           插上双目后,使用  ls -la /dev/vid* 命令查看,当出现 /dev/video0 和 /dev/video1 两个摄像头时,说明识别正确。其中video1就是我们的双目,video0是板子自带的摄像头,可能我驱动没装好,自带的摄像头不能用。

      人脸检测使用Haar级联算法检测,所以需要用于人脸检测的XML文件。具体见 附件。解压后,替换程序中文件夹的绝对路径。

          代码很简单:

     1 # -*- coding: utf-8 -*-
     2 """
     3 Created on Tue May  7 13:37:49 2019
     4 
     5 @author: 执念执战
     6 """
     7 import cv2
     8 camercapture=cv2.VideoCapture(1)#video1 为本双目摄像头
     9 
    10 """
    11 本双目支持的分辨率
    12 16:9  1280x720
    13 4:3   640x480
    14       320x240
    15 8:3   1280x480
    16       640x240
    17 32:9  2560x720
    18 """
    19 camercapture.set(3,1280) #设置分辨率
    20 camercapture.set(4,480)
    21 cv2.namedWindow('pic1')
    22 cv2.namedWindow('pic2')
    23 success,frame=camercapture.read() #得到原始图像
    24 face_cascade=cv2.CascadeClassifier('/media/nvidia/Ubuntu-Kyli/Opencv/pycv-master/pycv-master/pycv-master/chapter5/cascades/haarcascade_frontalface_default.xml')
    25 #Haar数据包的绝对地址,请更改为自己的地址
    26 
    27 while True:
    28     if cv2.waitKey(int(1000/30)) & 0xff == ord("q"): #按下 q 键退出
    29         break
    30     #cv2.imshow('Test',frame) #显示原始图像
    31     pic1=cv2.cvtColor(frame[0:480,0:640],cv2.COLOR_BGR2GRAY) #将图像按照左右分割为两部分,并转化为灰度图
    32     pic2=cv2.cvtColor(frame[0:480,640:1280],cv2.COLOR_BGR2GRAY)
    33 
    34     faces1=face_cascade.detectMultiScale(pic1,1.3,5)#分别对左右两部分做人脸检测
    35     faces2=face_cascade.detectMultiScale(pic2,1.3,5)
    36     for (x,y,w,h) in faces1:
    37         pic1=cv2.rectangle(pic1,(x,y),(x+w,y+h),(255,0,0),-1)#在灰度图上画出人脸区域,此处使用填充的矩形,遮挡人脸
    38     for (x,y,w,h) in faces2:
    39         pic2=cv2.rectangle(pic2,(x,y),(x+w,y+h),(255,0,0),-1)
    40     
    41     cv2.imshow("pic1",pic1)#分别显示检测后的图像
    42     cv2.imshow("pic2",pic2)
    43     success,frame=camercapture.read()#获取下一帧的原始图像
    44 
    45 cv2.destroyAllWindows()#销毁窗口
    46 camercapture.release() #释放摄像头

    运行效果如下:

     原始图像也一起显示效果如下:

     本文水平有限,内容很多词语由于知识水平问题不严谨或很离谱,但主要作为记录作用,能理解就好了,希望以后的自己和路过的大神对必要的错误提出批评与指点,对可笑的错误不要嘲笑,指出来我会改正的。 

     另外,转载使用请注明出处。                                                                                                

      -------------随梦,随心,随愿,执念执战,执战苍天!

      

  • 相关阅读:
    dfs-入门模板
    dp-状压dp
    c++ sizeof详解
    各种排序算法
    简介
    第178场周赛总结
    单调队列
    2019.10.24刷题统计
    2019.10.23刷题统计
    2019.10.22刷题统计
  • 原文地址:https://www.cnblogs.com/zhinianzhizhan/p/10825020.html
Copyright © 2011-2022 走看看