Skip to main content

使用 reTerminal 和 Pi 摄像头通过 OpenCV 进行人脸检测

介绍​

使用 Haar 级联方法 进行人脸检测是计算机视觉中的一项关键技术，采用机器学习模型来识别面部特征。该方法依赖于在 Haar 类特征上训练的级联分类器，能够快速准确地识别图像和视频流中的人脸。其广泛应用涵盖多个领域，包括 用于安全和身份验证的面部识别技术、视频监控系统，甚至在摄影软件中基于检测到的人脸进行自动标记和分类。Haar 级联方法特别有价值，因为其计算效率高，使其 非常适合在各种情况下进行实时人脸检测，为面部分析和识别技术的发展做出了重要贡献。

开始使用​

在开始这个项目之前，您可能需要按照此处描述的内容提前准备硬件和软件。

硬件准备​

reTerminalPiCam
Get One Now 🖱️
📚 Learn More

软件准备​

我们建议从官方网站安装 Bullesye 或 Bullseye 版本的 Raspberry Pi 64 位操作系统。如果您更喜欢安装新的 Raspbian 操作系统，请按照此指南中概述的步骤进行操作。

note

我们强烈建议查看我们之前关于OpenCV 入门的教程，因为本教程是我们系列教程的延续。

什么是 Haar 级联方法？​

在 OpenCV 中，Haar 级联方法是一种基于机器学习的人脸检测算法。它通过在正负样本图像上训练级联分类器来工作，使其能够识别指示人脸的模式和特征。级联由多个阶段组成，每个阶段都有一组弱分类器，逐步消除非人脸区域，使检测过程高效。类似 Haar 的特征，类似于深色和浅色区域的矩形模式，作为识别对象（如人脸）的基础。一旦训练完成，级联就可以应用于图像或视频帧来快速检测人脸。这种方法因其准确性和速度而被广泛使用，使其成为各种应用中的热门选择，包括实时人脸检测和识别。

如果您想了解更多信息，请查看此文档。

让我们运行代码​

确保您在正确的文件夹中。如果不是

cd Seeed_Python_ReTerminal/samples/Opencv_and_piCam

Then or Even you can use Thonny IDE to run the python script.

python facedetection_pi.py

根据您的参考，我们将为您提供完整的代码片段以便使用。

import cv2
from picamera2 import Picamera2

# Load the pre-trained Haar Cascade classifier for face detection
face_cascade = cv2.CascadeClassifier(cv2.data.haarcascades + 'haarcascade_frontalface_default.xml')

picam2 = Picamera2()
picam2.preview_configuration.main.size = (1280, 720)
picam2.preview_configuration.main.format = "RGB888"
picam2.preview_configuration.align()
picam2.configure("preview")
picam2.start()

try:
    while True:
        im = picam2.capture_array()
        cv2.imshow("Camera", im)

        # Convert the image to grayscale for face detection
        gray = cv2.cvtColor(im, cv2.COLOR_BGR2GRAY)

        # Perform face detection
        faces = face_cascade.detectMultiScale(gray, scaleFactor=1.3, minNeighbors=5, minSize=(30, 30))

        # Draw rectangles around the detected faces
        for (x, y, w, h) in faces:
            cv2.rectangle(im, (x, y), (x+w, y+h), (255, 0, 0), 2)

        # Display the image with face detection
        cv2.imshow("Face Detection", im)

        # Break the loop when 'q' is pressed
        if cv2.waitKey(1) == ord('q'):
            break

finally:
    # Release resources
    cv2.destroyAllWindows()
    picam2.stop()
    picam2.close()

如果您想找到更多的 haas cascades xml 文件来尝试，请通过这个链接查看。

应用​

Haarcascade 最初设计用于实时人脸检测，现已发展以应对当代挑战。创新者已将其功能扩展到包括口罩检测，这对公共卫生措施至关重要。此外，该技术已针对车牌检测进行了优化，在缺乏复杂硬件的低资源环境中特别有价值。这些适应性改进展示了 Haarcascade 在满足计算机视觉应用中多样化需求方面的多功能性和效率。

技术支持​

感谢您选择我们的产品！我们在此为您提供不同的支持，以确保您使用我们产品的体验尽可能顺畅。我们提供多种沟通渠道，以满足不同的偏好和需求。

Loading Comments...