Изграждане на система за разпознаване на лица, базирана на Golang и OpenCV

OpenCV е библиотека, предназначена за проекти за компютърно зрение. Тя вече е на около 20 години. Използвах го в колежа и все още го използвам за моите C++ и Python проекти, защото има добра поддръжка за тези езици.

Но когато започнах да уча и използвам Go, се заинтересувах дали OpenCV може да се използва за работа с този език. По това време вече имаше примери и уроци за интеграция, но ми се сториха твърде сложни. Малко по-късно попаднах на обвивка, създадена от екипа на The Hybrid Group. В тази статия ще ви покажа как да започнете с GoCV, като разработите проста система за разпознаване на лица с Haar Cascades.

Skillbox препоръчва: Практически курс „Разработчик на Python от нулата“.

Напомняме ви: за всички читатели на "Habr" - отстъпка от 10 000 рубли при записване във всеки курс Skillbox, използвайки промоционалния код на "Habr".

Какво ще се изисква:

• Отивам;
• OpenCV (инсталационни връзки по-долу);
• уеб или обикновена видеокамера.

Инсталация

• Linux: gocv.io/getting-started/linux
• MacOS: gocv.io/getting-started/macos
• Windows: gocv.io/getting-started/windows

Пример 1

В първия пример ще се опитаме да създадем приложение, което отваря прозорец, показващ видео поток от камера.

Първо трябва да импортирате библиотеките, необходими за работа.

внос (
"дневник"
„gocv.io/x/gocv“
)

След това трябва да създадете обект VideoCapture с помощта на функцията VideoCaptureDevice. Последният дава възможност за заснемане на видео поток с помощта на камера. Функцията използва цяло число като параметър (представлява ID на устройството).

webcam, err := gocv.VideoCaptureDevice(0)
if err != nil {    log.Fatalf(“error opening web cam: %v”, err)
}
defer webcam.Close()

Сега трябва да създадем n-мерна матрица. Той ще съхранява изображения, прочетени от камерата.

img := gocv.NewMat()
defer img.Close()

За да покажете видео поток, трябва да създадете прозорец - това може да стане с помощта на функцията NewWindow.

window := gocv.NewWindow(“webcamwindow”)
defer window.Close()

Сега да преминем към най-интересната част.

Тъй като видеото е непрекъснат поток от рамки на изображения, ще трябва да създадем безкраен цикъл, за да четем безкрайно видео потока на камерата. За да направите това, имате нужда от метода Read от типа VideoCapture. Той ще очаква тип Mat (матрицата, която създадохме по-горе), връщаща булева стойност, показваща дали рамката от VideoCapture е прочетена успешно или не.

for {     
        if ok := webcam.Read(&img); !ok || img.Empty( {
        log.Println(“Unable to read from the webcam”)    continue
     }
.
.
.
}

Сега трябва да покажете рамката в създадения прозорец. Паузата за преминаване към следващия кадър е 50 ms.

прозорец.IMShow(img)
window.WaitKey(50)

След стартиране на приложението ще се отвори прозорец с видео поток от камерата.

package main
 
import (
"log"
 
"gocv.io/x/gocv"
)
 
func main() {
webcam, err := gocv.VideoCaptureDevice(0)
if err != nil {
    log.Fatalf("error opening device: %v", err)
}
defer webcam.Close()
 
img := gocv.NewMat()
defer img.Close()
 
window := gocv.NewWindow("webcamwindow")
defer window.Close()
 
for {
if ok := webcam.Read(&img); !ok || img.Empty() {
log.Println("Unable to read from the webcam")
continue
}
 
window.IMShow(img)
window.WaitKey(50)
}
}

Пример 2

В този пример нека използваме предишния пример и да изградим система за разпознаване на лица, базирана на каскадите на Хаар.

Каскадите на Haar са каскадни класификатори, които се обучават с помощта на техниката на Haar wavelet. Те анализират пикселите в изображението, за да открият определени характеристики. За да научите повече за Haar Cascades, моля, следвайте връзките по-долу.

Рамка за откриване на обекти на Viola-Jones
Каскадни класификатори
Характеристика, подобна на Хаар

Изтеглете вече обучени каскади може да бъде тук. В настоящия пример ще се използват каскади за идентифициране на лицето на човек отпред.

За да направите това, трябва да създадете класификатор и да го захраните с вече обучен файл (връзката е дадена по-горе). Вече качих файла pencv_haarcascade_frontalface_default.xml в директорията, където се намира нашата програма.

harrcascade := “opencv_haarcascade_frontalface_default.xml”classifier := gocv.NewCascadeClassifier()classifier.Load(harrcascade)
defer classifier.Close()

За да откриете лица в изображение, трябва да използвате метода DetectMultiScale. Тази функция взема рамка (тип Mat), която току-що е прочетена от видео потока на камерата, и връща масив от тип Rectangle. Размерът на масива представлява броя на лицата, които класификаторът е успял да открие в рамката. След това, за да сме сигурни, че виждаме какво е намерено, нека преминем през списъка с правоъгълници и да отпечатаме обекта Rectangle на конзолата, създавайки граница около открития правоъгълник. Това може да стане с помощта на функцията Rectangle. Той ще приеме Mat, прочетен от камерата, обекта Rectangle, върнат от метода DetectMultiScale, цвета и дебелината на границата.

for _, r := range rects {
fmt.Println(“detected”, r)
gocv.Rectangle(&img, r, color, 2)
}

package main
 
import (
"fmt"
"image/color"
"log"
 
"gocv.io/x/gocv"
)
 
func main() {
webcam, err := gocv.VideoCaptureDevice(0)
if err != nil {
log.Fatalf("error opening web cam: %v", err)
}
defer webcam.Close()
 
img := gocv.NewMat()
defer img.Close()
 
window := gocv.NewWindow("webcamwindow")
defer window.Close()
 
harrcascade := "opencv_haarcascade_frontalface_default.xml"
classifier := gocv.NewCascadeClassifier()
classifier.Load(harrcascade)
defer classifier.Close()
 
color := color.RGBA{0, 255, 0, 0}
for {
if ok := webcam.Read(&img); !ok || img.Empty() {
log.Println("Unable to read from the device")
continue
}
 
rects := classifier.DetectMultiScale(img)
for _, r := range rects {
fmt.Println("detected", r)
gocv.Rectangle(&img, r, color, 3)
}
 
window.IMShow(img)
window.WaitKey(50)
}
}

И... да, всичко се получи! Сега имаме проста система за разпознаване на лица, написана на Go. Скоро планирам да продължа с тези експерименти и да създам нови готини неща, като комбинирам Go и OpenCV.

Ако се интересувате, моля, оценете gRPC уеб сървър, който написах в Python и OpenCV. Той предава данни в момента, в който бъде разпознато лице. Това е основата за създаване на различни клиенти на различни езици за програмиране. Те ще могат да се свързват със сървъра и да четат данни от него.

Благодаря ви, че прочетохте статията!

Skillbox препоръчва:

• Двугодишен практически курс „Аз съм PRO уеб разработчик“.
• Образователен онлайн курс „Професия Java разработчик“.
• Практически годишен курс „PHP разработчик от 0 до PRO“.

Източник: www.habr.com