בניית מערכת זיהוי פנים המבוססת על Golang ו-OpenCV

OpenCV היא ספרייה המיועדת לפרויקטים של ראייה ממוחשבת. היא כבר בת 20 בערך. השתמשתי בו בקולג' ועדיין משתמש בו עבור פרויקטי C++ ו-Python שלי כי יש לו תמיכה טובה בשפות אלו.

אבל כשהתחלתי ללמוד ולהשתמש ב-Go, התחלתי להתעניין אם ניתן להשתמש ב-OpenCV כדי לעבוד עם השפה הזו. באותה תקופה כבר היו דוגמאות והדרכות על אינטגרציה, אבל נראה לי שהן מסובכות מדי. קצת מאוחר יותר, נתקלתי בעטיפה שנוצרה על ידי צוות The Hybrid Group. במאמר זה, אני אראה לך כיצד להתחיל עם GoCV על ידי פיתוח מערכת זיהוי פנים פשוטה עם Haar Cascades.

Skillbox ממליצה: קורס מעשי "מפתח Python מאפס".

אנו מזכירים: לכל קוראי Habr - הנחה של 10 רובל בעת הרשמה לכל קורס Skillbox באמצעות קוד ההטבה של Habr.

מה נדרש:

• ללכת;
• OpenCV (קישורי התקנה למטה);
• אינטרנט או מצלמת וידאו רגילה.

התקנה

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

דוגמא 1

בדוגמה הראשונה, ננסה ליצור אפליקציה שפותחת חלון המציג זרם וידאו של מצלמה.

ראשית עליך לייבא את הספריות הדרושות לעבודה.

ייבוא ​​(
"עֵץ"
"gocv.io/x/gocv"
)

לאחר מכן, עליך ליצור אובייקט VideoCapture באמצעות הפונקציה VideoCaptureDevice. זה האחרון מאפשר לצלם זרם וידאו באמצעות מצלמה. הפונקציה משתמשת במספר שלם כפרמטר (היא מייצגת את מזהה המכשיר).

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

כעת עלינו ליצור מטריצה ​​נ-ממדית. זה יאחסן תמונות שנקראו מהמצלמה.

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

כדי להציג זרם וידאו, עליך ליצור חלון - ניתן לעשות זאת באמצעות הפונקציה NewWindow.

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

כעת נעבור לחלק המעניין ביותר.

מכיוון שווידאו הוא זרם רציף של מסגרות תמונה, נצטרך ליצור לולאה אינסופית כדי לקרוא ללא סוף את זרם הווידאו של המצלמה. לשם כך, אתה צריך את שיטת הקריאה מסוג VideoCapture. הוא יצפה לסוג Mat (המטריקס שיצרנו למעלה), שיחזיר ערך בוליאני המציין אם המסגרת מה-VideoCapture נקראה בהצלחה או לא.

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

כעת עליך להציג את המסגרת בחלון שנוצר. ההשהיה למעבר לפריים הבא היא 50 אלפיות השנייה.

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

לאחר הפעלת האפליקציה, ייפתח חלון עם זרם וידאו מהמצלמה.

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)
}
}

דוגמא 2

בדוגמה זו, בואו נשתמש בדוגמה הקודמת ונבנה מערכת זיהוי פנים המבוססת על Haar Cascades.

אשדות האר הם מסווגי אשד אשר מאומנים בטכניקת ה-Haar wavelet. הם מנתחים את הפיקסלים בתמונה כדי לזהות תכונות מסוימות. למידע נוסף על ה-Haar Cascades, אנא עקוב אחר הקישורים למטה.

מסגרת זיהוי אובייקטים של Viola-Jones
מסווגים מדורגים
תכונה דמוית האר

הורד אשדים שכבר מאומנים זה אפשרי כאן. בדוגמה הנוכחית, אשדים ישמשו לזיהוי פניו של אדם מהחזית.

על מנת לעשות זאת, עליך ליצור מסווג ולהאכיל אותו בקובץ שכבר מיומן (הקישור ניתן למעלה). כבר העליתי את הקובץ pencv_haarcascade_frontalface_default.xml לספרייה שבה נמצאת התוכנית שלנו.

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

כדי לזהות פנים בתמונה, עליך להשתמש בשיטה DetectMultiScale. פונקציה זו לוקחת מסגרת (סוג Mat) שזה עתה נקראה מזרם הווידאו של המצלמה ומחזירה מערך מסוג Rectangle. גודל המערך מייצג את מספר הפרצופים שהמסווג הצליח לזהות במסגרת. לאחר מכן, כדי לוודא שאנו רואים מה הוא מצא, בואו נעבור דרך רשימת המלבנים ונדפיס את אובייקט ה-Retangle למסוף, וניצור גבול סביב המלבן שזוהה. ניתן לעשות זאת באמצעות הפונקציה Rectangle. הוא יקבל את ה-Mat הנקרא על ידי המצלמה, את אובייקט ה-Retangle שהוחזר בשיטת DetectMultiScale, את הצבע והעובי של הגבול.

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)
}
}

ו... כן הכל הסתדר! כעת יש לנו מערכת זיהוי פנים פשוטה כתובה ב-Go. בקרוב אני מתכנן להמשיך בניסויים האלה וליצור דברים מגניבים חדשים על ידי שילוב של Go ו-OpenCV.

אם אתה מעוניין, אנא דרג שרת אינטרנט gRPC, שכתבתי ב-Python וב-OpenCV. הוא מזרים נתונים ברגע שמזהים פנים. זהו הבסיס ליצירת לקוחות שונים בשפות תכנות שונות. הם יוכלו להתחבר לשרת ולקרוא ממנו נתונים.

תודה שקראת את המאמר!

Skillbox ממליצה:

• קורס מעשי שנתיים "אני מפתח אתרים PRO".
• קורס חינוכי מקוון "מקצועי מפתח ג'אווה".
• קורס מעשי בן שנה "מפתח PHP מ-0 ל-PRO".

מקור: www.habr.com