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

OpenCV — библиотека, разработена за проекти в областта на компютърното зрение. Тя съществува вече около 20 години. Използвах я още в колежа и все още я прилагам за моите проекти на C++ и Python, тъй като има добра поддръжка за тези езици.

Но когато започнах да изучавам и използвам Go, ми стана интересно дали мога да приложа OpenCV за работа с този език. Вече имаше примери и уроци за интеграция, но ми се стори, че са твърде сложни. Малко по-късно попаднах на врапър, създаден от екипа на The Hybrid Group. В тази статия ще покажа как да започнем с GoCV, разработвайки проста система за разпознаване на лица с каскади на Хаар (Haar Cascades).

Skillbox препоръчва: Практически курс „Python-разработчик от нулата“.

Напомняме: за всички читатели на «Хабра» — отстъпка от 10 000 рубли при записване на всеки курс Skillbox с промокод «Хабр».

Какво е нужно:

• Go;
• OpenCV (линкове към инсталатора са по-долу);
• веб- или обикновена видеокамера.

Инсталиране на

• 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 с демонстрация на видеопотока от камерата.

Първо трябва да импортираме библиотеките, необходими за работа.

import (
“log”
“gocv.io/x/gocv”
)

След това е нужно да създадем обект VideoCapture, използвайки функцията VideoCaptureDevice. Последната позволява захващането на видеопоток с помощта на камера. В функцията се използва цяло число като параметър (което представлява ID на устройството).

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

Сега е нужно да създадем n-мерна матрица. Тя ще съхранява изображенията, прочетени от камерата.

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

За да покажем видеопотока, трябва да създадем прозорец — това може да се направи с помощта на функцията NewWindow.

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

Сега да преминем към най-интересната част.

Тъй като видеото представлява непрекъснат поток от кадри, ще трябва да създадем безкраен цикъл за непрекъснато четене на видеопотока от камерата. За това е нужен метод Read от типа VideoCapture. Той ще очаква тип Mat (матрица, която създадохме по-горе), връщайки логическа стойност, указваща дали кадърът от VideoCapture е бил успешно прочетен или не.

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

Сега трябва да покажем кадъра в създадения прозорец. Пауза за преминаване към следващия кадър — 50 ms.

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

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

пакет основен
 
импорт (
"лог"
 
"gocv.io/x/gocv"
)
 
функция основен() {
уебкамера, грешка := gocv.VideoCaptureDevice(0)
ако грешка != nil {
    лог.Fatalf("грешка при отваряне на устройството: %v", грешка)
}
отложи уебкамера.Close()
 
изображение := gocv.NewMat()
отложи изображение.Close()
 
прозорец := gocv.NewWindow("уебкамерапрозорец")
отложи прозорец.Close()
 
за {
ако ok := уебкамера.Read(&изображение); !ok || изображение.Empty() {
лог.Println("Невъзможно е да се чете от уебкамерата")
продължи
}
 
прозорец.IMShow(изображение)
прозорец.WaitKey(50)
}
}

Пример 2

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

Каскадите Хаар са каскадни класификатори, които се обучават на базата на техниките на вейвлетите Хаар. Те анализират пикселите в изображението, за да открият определени признаци. За да научите повече за каскадите Хаар, можете да преминете по линковете по-долу.

Viola-Jones рамка за откриване на обекти
Каскадни класификатори
Хаар-подобна характеристика

Свалете вече обучените каскади тук. В текущия пример каскадите ще се използват за идентифициране на лицето на човек в анфас.

За да направите това, трябва да създадете класификатор и да му предоставите вече обучен файл (по-горе е предоставен линк). Аз вече заредих файла opencv_haarcascade_frontalface_default.xml в директорията, където се намира нашата програма.

harrcascade := "opencv_haarcascade_frontalface_default.xml"класификатор := gocv.NewCascadeClassifier()класификатор.Load(harrcascade)
отложи класификатор.Close()

За откриване на лица в изображението, трябва да се възползвате от метода DetectMultiScale. Тази функция приема кадър (тип Mat), който е бил току-що прочетен от видеопотока на камерата, и връща масив от типа Rectangle. Размерът на масива представлява количеството лица, които класификаторът е успял да открие в кадъра. След това, за да сме сигурни, че виждаме това, което той е намерил, нека да преминем през списъка с правоъгълниците и да изведем обекта Rectangle на конзолата, създавайки граница около открития правоъгълник. Това може да стане с помощта на функцията Rectangle. Тя ще приема Mat, прочетен от камерата, обект Rectangle, който е бил върнат от метода DetectMultiScale, цвят и дебелина за границата.

за _, r := диапазон rects {
fmt.Println("открит", r)
gocv.Rectangle(&изображение, r, цвет, 2)
}

пакет основен
 
импорт (
"fmt"
"image/color"
"log"
 
"gocv.io/x/gocv"
)
 
функция основен() {
webcam, err := gocv.VideoCaptureDevice(0)
if err != nil {
log.Fatalf("грешка при отваряне на уеб камера: %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()
 
цветен := color.RGBA{0, 255, 0, 0}
for {
if ok := webcam.Read(&img); !ok || img.Empty() {
log.Println("Неуспех при четене от устройството")
continue
}
 
rects := classifier.DetectMultiScale(img)
for _, r := range rects {
fmt.Println("открит", r)
gocv.Rectangle(&img, r, цветен, 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 тези експерименти и да създам нови интересни неща, съчетавайки Go и OpenCV.

Ако ви интересува, оценете gRPC уеб сървър, който написах на Python и OpenCV. Той предава данни в момента на откритие на лице. Това е основата за създаването на различни клиенти на различни програмни езици. Те ще могат да се свързват със сървъра и да четат от него данни.

Благодаря, че прочетохте статията!

Skillbox препоръчва:

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

Източник: habr.com