গোলং এবং ওপেনসিভির উপর ভিত্তি করে একটি মুখ শনাক্তকরণ সিস্টেম তৈরি করা

OpenCV হল একটি লাইব্রেরি যা কম্পিউটার ভিশন প্রকল্পের জন্য ডিজাইন করা হয়েছে। তিনি ইতিমধ্যে প্রায় 20 বছর বয়সী. আমি এটি কলেজে ব্যবহার করি এবং এখনও এটি আমার C++ এবং পাইথন প্রকল্পগুলির জন্য ব্যবহার করি কারণ এটি সেই ভাষাগুলির জন্য ভাল সমর্থন রয়েছে।

কিন্তু যখন আমি শেখা এবং Go ব্যবহার করা শুরু করি, তখন আমি এই ভাষার সাথে কাজ করার জন্য OpenCV ব্যবহার করা যায় কিনা তা নিয়ে আগ্রহী হয়ে উঠি। সেই সময়ে, ইতিমধ্যেই একীকরণের উদাহরণ এবং টিউটোরিয়াল ছিল, কিন্তু আমার কাছে মনে হয়েছিল যে সেগুলি খুব জটিল ছিল। একটু পরে, আমি হাইব্রিড গ্রুপ টিমের তৈরি একটি মোড়ক দেখতে পেলাম। এই নিবন্ধে, আমি আপনাকে দেখাব কিভাবে GoCV-এর সাথে শুরু করা যায় Haar Cascades-এর সাথে একটি সাধারণ মুখ শনাক্তকরণ সিস্টেম তৈরি করে।

Skillbox সুপারিশ করে: ব্যবহারিক কোর্স "শুরু থেকে পাইথন বিকাশকারী".

আমরা মনে করিয়ে দিচ্ছি: "Habr"-এর সকল পাঠকদের জন্য - "Habr" প্রচারমূলক কোড ব্যবহার করে যেকোনো Skillbox কোর্সে নথিভুক্ত করার সময় 10 রুবেল ছাড়।

কি প্রয়োজন:

• যাওয়া;
• OpenCV (নিচে ইনস্টলার লিঙ্ক);
• ওয়েব বা নিয়মিত ভিডিও ক্যামেরা।

বিন্যাস

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

উদাহরণস্বরূপ 1

প্রথম উদাহরণে, আমরা একটি অ্যাপ্লিকেশন তৈরি করার চেষ্টা করব যা একটি ক্যামেরা ভিডিও স্ট্রিম দেখানো একটি উইন্ডো খোলে।

প্রথমে আপনাকে কাজের জন্য প্রয়োজনীয় লাইব্রেরিগুলি আমদানি করতে হবে।

আমদানি (
"লগ"
"gocv.io/x/gocv"
)

এর পরে, আপনাকে VideoCaptureDevice ফাংশন ব্যবহার করে একটি VideoCapture অবজেক্ট তৈরি করতে হবে। পরেরটি একটি ক্যামেরা ব্যবহার করে একটি ভিডিও স্ট্রিম ক্যাপচার করা সম্ভব করে তোলে। ফাংশন একটি পরামিতি হিসাবে একটি পূর্ণসংখ্যা ব্যবহার করে (এটি ডিভাইস আইডি প্রতিনিধিত্ব করে)।

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

এখন আমাদের একটি এন-ডাইমেনশনাল ম্যাট্রিক্স তৈরি করতে হবে। এটি ক্যামেরা থেকে পড়া ছবি সংরক্ষণ করবে।

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

একটি ভিডিও স্ট্রিম প্রদর্শন করতে, আপনাকে একটি উইন্ডো তৈরি করতে হবে - এটি নিউউইন্ডো ফাংশন ব্যবহার করে করা যেতে পারে।

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

এখন সবচেয়ে আকর্ষণীয় অংশে যাওয়া যাক।

যেহেতু ভিডিও হল ইমেজ ফ্রেমের একটি ক্রমাগত স্ট্রিম, তাই ক্যামেরার ভিডিও স্ট্রীম অবিরাম পড়ার জন্য আমাদের একটি অসীম লুপ তৈরি করতে হবে। এটি করার জন্য, আপনার ভিডিও ক্যাপচার টাইপের রিড পদ্ধতি প্রয়োজন। এটি একটি ম্যাট টাইপ (আমরা উপরে তৈরি করা ম্যাট্রিক্স) আশা করবে, ভিডিওক্যাপচার থেকে ফ্রেমটি সফলভাবে পড়া হয়েছে কিনা তা নির্দেশ করে একটি বুলিয়ান মান ফিরিয়ে দেবে।

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

এখন আপনাকে তৈরি করা উইন্ডোতে ফ্রেমটি প্রদর্শন করতে হবে। পরবর্তী ফ্রেমে যাওয়ার জন্য বিরতি হল 50 ms।

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

অ্যাপ্লিকেশনটি চালু করার পরে, ক্যামেরা থেকে একটি ভিডিও স্ট্রিম সহ একটি উইন্ডো খুলবে।

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)
}
}

উদাহরণস্বরূপ 2

এই উদাহরণে, আগের উদাহরণটি ব্যবহার করা যাক এবং হার ক্যাসকেডের উপর ভিত্তি করে একটি মুখ শনাক্তকরণ সিস্টেম তৈরি করা যাক।

হার ক্যাসকেড হল ক্যাসকেড ক্লাসিফায়ার যা হর ওয়েভলেট কৌশল ব্যবহার করে প্রশিক্ষিত হয়। তারা নির্দিষ্ট বৈশিষ্ট্য সনাক্ত করতে একটি ছবিতে পিক্সেল বিশ্লেষণ করে। হার ক্যাসকেডস সম্পর্কে আরও জানতে, অনুগ্রহ করে নীচের লিঙ্কগুলি অনুসরণ করুন।

ভায়োলা-জোনস অবজেক্ট ডিটেকশন ফ্রেমওয়ার্ক
ক্যাসকেডিং ক্লাসিফায়ার
হারের মতো বৈশিষ্ট্য

ইতিমধ্যে প্রশিক্ষিত ক্যাসকেড ডাউনলোড করুন এখানে হতে পারে. বর্তমান উদাহরণে, ক্যাসকেডগুলি সামনে থেকে একজন ব্যক্তির মুখ সনাক্ত করতে ব্যবহার করা হবে।

এটি করার জন্য, আপনাকে একটি ক্লাসিফায়ার তৈরি করতে হবে এবং এটিকে একটি ইতিমধ্যে প্রশিক্ষিত ফাইল খাওয়াতে হবে (লিঙ্কটি উপরে দেওয়া হয়েছে)। আমি ইতিমধ্যেই pencv_haarcascade_frontalface_default.xml ফাইলটি যে ডিরেক্টরিতে আমাদের প্রোগ্রাম অবস্থিত সেখানে আপলোড করেছি।

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

একটি ছবিতে মুখ সনাক্ত করতে, আপনাকে পদ্ধতিটি ব্যবহার করতে হবে মাল্টিস্কেল সনাক্ত করুন. এই ফাংশনটি একটি ফ্রেম (টাইপ ম্যাট) নেয় যা এইমাত্র ক্যামেরার ভিডিও স্ট্রীম থেকে পড়া হয়েছে এবং আয়তক্ষেত্র টাইপের একটি অ্যারে প্রদান করে৷ অ্যারের আকারটি মুখের সংখ্যা প্রতিনিধিত্ব করে যা ক্লাসিফায়ার ফ্রেমে সনাক্ত করতে সক্ষম হয়েছিল। তারপর, আমরা এটি কি খুঁজে পেয়েছি তা নিশ্চিত করতে, আসুন আয়তক্ষেত্রগুলির তালিকার মাধ্যমে পুনরাবৃত্তি করি এবং কনসোলে আয়তক্ষেত্র বস্তুটি মুদ্রণ করি, সনাক্ত করা আয়তক্ষেত্রের চারপাশে একটি সীমানা তৈরি করি। এটি আয়তক্ষেত্র ফাংশন ব্যবহার করে করা যেতে পারে। এটি ক্যামেরা দ্বারা পড়া ম্যাট, ডিটেক্ট মাল্টিস্কেল পদ্ধতি দ্বারা ফিরে আসা আয়তক্ষেত্র বস্তু, সীমানার রঙ এবং বেধ গ্রহণ করবে।

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)
}
}

এবং... হ্যাঁ, সবকিছু ঠিক হয়ে গেছে! আমাদের কাছে এখন Go-তে লেখা একটি সাধারণ মুখের শনাক্তকরণ সিস্টেম রয়েছে। শীঘ্রই আমি এই পরীক্ষাগুলি চালিয়ে যাওয়ার এবং Go এবং OpenCV একত্রিত করে নতুন দুর্দান্ত জিনিস তৈরি করার পরিকল্পনা করছি৷

আপনি আগ্রহী হলে, রেট দয়া করে gRPC ওয়েব সার্ভার, যা আমি পাইথন এবং ওপেনসিভিতে লিখেছি। মুখ শনাক্ত হওয়ার মুহূর্তে এটি ডেটা স্ট্রিম করে। এটি বিভিন্ন প্রোগ্রামিং ভাষায় বিভিন্ন ক্লায়েন্ট তৈরির ভিত্তি। তারা সার্ভারের সাথে সংযোগ করতে এবং এটি থেকে ডেটা পড়তে সক্ষম হবে।

নিবন্ধটি পড়ার জন্য আপনাকে ধন্যবাদ!

Skillbox সুপারিশ করে:

• দুই বছরের ব্যবহারিক কোর্স "আমি একজন প্রো ওয়েব ডেভেলপার".
• শিক্ষাগত অনলাইন কোর্স "পেশা জাভা বিকাশকারী".
• ব্যবহারিক বছরের কোর্স "0 থেকে PRO পর্যন্ত পিএইচপি বিকাশকারী".

উত্স: www.habr.com