(35連休)4日目：Raspberry Pi（OpenCVのインストール〜リアルタイム顔認識）
Raspberry Piでのロボット工作として、OpenCVの活用、Siriの活用を考えています。今回はまずOpenCV自体これまで使っていなかったので、インストールから簡単な画像処理までを実施しました。
一旦、顔認識するところまでは確認できたので、一旦OpenCVから離れてまた複合的に使っていきたいです。
OpenCVとは
OpenCV（オープンシーヴィ、英語: Open Source Computer Vision Library）とはインテルが開発・公開したオープンソースのコンピュータビジョン向けライブラリ[1]。 現在はWillow Garage（ウィロー・ガレージ）が開発を行っている
日本語のサイトはこちら。→OpenCV.jp
最近はscilit-imageなど、新しいものも出てきているみたいですが、OpenCVすら使っていないので、違いも何もわかりません。
scikit-image: Image processing in Python — scikit-image
インストール
OpneCV本体と、pythonから使うためのライブラリをインストール
sudo apt-get install libopencv-dev sudo apt-get install python-opencv
カメラ接続
実家に使っていないWEBカメラがあったので、それをもらってきました。USBで接続して、lsusbとコマンドをうつと、接続されている機器の情報がみれます。"Logitech, Inc. QuickCam IM/Connect"とでてきました。
root@raspberrypi:~# lsusb Bus 001 Device 002: ID 0424:9514 Standard Microsystems Corp. Bus 001 Device 001: ID 1d6b:0002 Linux Foundation 2.0 root hub Bus 001 Device 003: ID 0424:ec00 Standard Microsystems Corp. Bus 001 Device 004: ID 1a40:0101 Terminus Technology Inc. 4-Port HUB Bus 001 Device 005: ID 046d:08d9 Logitech, Inc. QuickCam IM/Connect
映像をみるためのviewerのインストール
sudo apt-get install luvcview
カメラの映像をみる
pythonスクリプトの準備
camera.py
#!/usr/bin/python import cv2.cv as cv import time cv.NamedWindow("camera", 1) capture = cv.CaptureFromCAM(0) # 画像サイズの指定 cv.SetCaptureProperty(capture,cv.CV_CAP_PROP_FRAME_WIDTH,320) cv.SetCaptureProperty(capture,cv.CV_CAP_PROP_FRAME_HEIGHT,240) while True: img = cv.QueryFrame(capture) cv.ShowImage("camera", img) if cv.WaitKey(10) > 0: break cv.DestroyAllWindows()
camera.pyを実行
home/pi/open-cv-testにcamera.pyを配置して下記コマンドをうつと、映像がでてきました。
cd open-cv-test python camera.py
顔認識
この辺をみてそのまま実行しただけですが・・・。
TechnoLabsz: How to easily install OpenCV on Raspberry Pi
OpenCVにはいっているfacedetect.pyを実行。カメラを自分に向けたり、子供の写真に向けて、顔認識されました。
python facedetect.py --cascade=face.xml 0
facedetect.py
#!/usr/bin/python """ This program is demonstration for face and object detection using haar-like features. The program finds faces in a camera image or video stream and displays a red box around them. Original C implementation by: ? Python implementation by: Roman Stanchak, James Bowman """ import sys import cv2.cv as cv from optparse import OptionParser # Parameters for haar detection # From the API: # The default parameters (scale_factor=2, min_neighbors=3, flags=0) are tuned # for accurate yet slow object detection. For a faster operation on real video # images the settings are: # scale_factor=1.2, min_neighbors=2, flags=CV_HAAR_DO_CANNY_PRUNING, # min_size=<minimum possible face size min_size = (20, 20) image_scale = 2 haar_scale = 1.2 min_neighbors = 2 haar_flags = 0 def detect_and_draw(img, cascade): # allocate temporary images gray = cv.CreateImage((img.width,img.height), 8, 1) small_img = cv.CreateImage((cv.Round(img.width / image_scale), cv.Round (img.height / image_scale)), 8, 1) # convert color input image to grayscale cv.CvtColor(img, gray, cv.CV_BGR2GRAY) # scale input image for faster processing cv.Resize(gray, small_img, cv.CV_INTER_LINEAR) cv.EqualizeHist(small_img, small_img) if(cascade): t = cv.GetTickCount() faces = cv.HaarDetectObjects(small_img, cascade, cv.CreateMemStorage(0), haar_scale, min_neighbors, haar_flags, min_size) t = cv.GetTickCount() - t print "detection time = %gms" % (t/(cv.GetTickFrequency()*1000.)) if faces: for ((x, y, w, h), n) in faces: # the input to cv.HaarDetectObjects was resized, so scale the # bounding box of each face and convert it to two CvPoints pt1 = (int(x * image_scale), int(y * image_scale)) pt2 = (int((x + w) * image_scale), int((y + h) * image_scale)) cv.Rectangle(img, pt1, pt2, cv.RGB(255, 0, 0), 3, 8, 0) cv.ShowImage("result", img) if __name__ == '__main__': parser = OptionParser(usage = "usage: %prog [options] [filename|camera_index]") parser.add_option("-c", "--cascade", action="store", dest="cascade", type="str", help="Haar cascade file, default %default", default = "../data/haarcascades/haarcascade_frontalface_alt.xml") (options, args) = parser.parse_args() cascade = cv.Load(options.cascade) if len(args) != 1: parser.print_help() sys.exit(1) input_name = args[0] if input_name.isdigit(): capture = cv.CreateCameraCapture(int(input_name)) else: capture = None cv.NamedWindow("result", 1) width = 320 #leave None for auto-detection height = 240 #leave None for auto-detection if width is None: width = int(cv.GetCaptureProperty(capture, cv.CV_CAP_PROP_FRAME_WIDTH)) else: cv.SetCaptureProperty(capture,cv.CV_CAP_PROP_FRAME_WIDTH,width) if height is None: height = int(cv.GetCaptureProperty(capture, cv.CV_CAP_PROP_FRAME_HEIGHT)) else: cv.SetCaptureProperty(capture,cv.CV_CAP_PROP_FRAME_HEIGHT,height) if capture: frame_copy = None while True: frame = cv.QueryFrame(capture) if not frame: cv.WaitKey(0) break if not frame_copy: frame_copy = cv.CreateImage((frame.width,frame.height), cv.IPL_DEPTH_8U, frame.nChannels) # frame_copy = cv.CreateImage((frame.width,frame.height), # cv.IPL_DEPTH_8U, frame.nChannels) if frame.origin == cv.IPL_ORIGIN_TL: cv.Copy(frame, frame_copy) else: cv.Flip(frame, frame_copy, 0) detect_and_draw(frame_copy, cascade) if cv.WaitKey(10) >= 0: break else: image = cv.LoadImage(input_name, 1) detect_and_draw(image, cascade) cv.WaitKey(0) cv.DestroyWindow("result")
MJPG-streamer（ストリーミング配信用のアプリ）をインストール
※ここからエラーがでてうまくいかず・・・。
$ sudo apt-get install subversion $ sudo apt-get install libjpeg-dev imagemagick $ svn co https://svn.code.sf.net/p/mjpg-streamer/code/ mjpg-streamer $ cd mjpg-streamer/mjpg-streamer $ make $ ./mjpg_streamer -i "./input_uvc.so -f 20 -r 320x240 -d /dev/video0 -y" -o "./output_http.so -w ./www -p 8080"
