სახის ამოცნობის სისტემის აგება Golang-სა და OpenCV-ზე დაფუძნებული

OpenCV არის ბიბლიოთეკა, რომელიც შექმნილია კომპიუტერული ხედვის პროექტებისთვის. ის უკვე დაახლოებით 20 წლისაა. მე ის გამოვიყენე კოლეჯში და ახლაც ვიყენებ მას ჩემი C++ და Python პროექტებისთვის, რადგან მას აქვს კარგი მხარდაჭერა ამ ენებისთვის.

მაგრამ როდესაც დავიწყე Go-ს სწავლა და გამოყენება, დავინტერესდი, შეიძლებოდა თუ არა OpenCV-ის გამოყენება ამ ენასთან მუშაობისთვის. იმ დროს უკვე იყო მაგალითები და გაკვეთილები ინტეგრაციის შესახებ, მაგრამ მეჩვენებოდა, რომ ისინი ძალიან რთული იყო. ცოტა მოგვიანებით მივხვდი The Hybrid Group-ის მიერ შექმნილ შეფუთვას. ამ სტატიაში მე გაჩვენებთ, თუ როგორ უნდა დაიწყოთ GoCV-ის გამოყენება Haar Cascades-ით სახის ამოცნობის მარტივი სისტემის შემუშავებით.

Skillbox გირჩევთ: პრაქტიკული კურსი "პითონის დეველოპერი ნულიდან".

შეგახსენებთ: "Habr"-ის ყველა მკითხველისთვის - ფასდაკლება 10 რუბლიდან Skillbox-ის ნებისმიერ კურსზე ჩარიცხვისას "Habr" სარეკლამო კოდის გამოყენებით.

რა იქნება საჭირო:

• წადი;
• OpenCV (ქვემოთ ინსტალერის ბმულები);
• ვებ ან ჩვეულებრივი ვიდეოკამერა.

დაყენების

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

მაგალითი 1

პირველ მაგალითში შევეცდებით შევქმნათ აპლიკაცია, რომელიც ხსნის ფანჯარას კამერის ვიდეო ნაკადით.

პირველ რიგში, თქვენ უნდა შემოიტანოთ ბიბლიოთეკები, რომლებიც გჭირდებათ სამუშაოდ.

იმპორტი (
"ლოგი"
"gocv.io/x/gocv"
)

ამის შემდეგ, თქვენ უნდა შექმნათ VideoCapture ობიექტი VideoCaptureDevice ფუნქციის გამოყენებით. ეს უკანასკნელი შესაძლებელს ხდის ვიდეო ნაკადის გადაღებას კამერის გამოყენებით. ფუნქცია პარამეტრად იღებს მთელ რიცხვს (ის წარმოადგენს მოწყობილობის ID-ს).

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

ახლა ჩვენ უნდა შევქმნათ n-განზომილებიანი მატრიცა. ის შეინახავს კამერიდან წაკითხულ სურათებს.

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

ვიდეო ნაკადის საჩვენებლად, თქვენ უნდა შექმნათ ფანჯარა - ეს შეიძლება გაკეთდეს NewWindow ფუნქციის გამოყენებით.

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

ახლა გადავიდეთ ყველაზე საინტერესო ნაწილზე.

ვინაიდან ვიდეო არის სურათის ჩარჩოების უწყვეტი ნაკადი, ჩვენ დაგვჭირდება უსასრულო მარყუჟის შექმნა კამერის ვიდეო ნაკადის უსასრულოდ წასაკითხად. ამისათვის საჭიროა VideoCapture ტიპის Read მეთოდი. მას მოელის Mat ტიპის (მატრიცა, რომელიც ჩვენ შევქმენით ზემოთ), დააბრუნებს ლოგიკურ მნიშვნელობას, რომელიც მიუთითებს, წარმატებით წაიკითხა თუ არა ჩარჩო VideoCapture-დან.

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

ახლა ჩვენ უნდა გამოვაჩინოთ ჩარჩო შექმნილ ფანჯარაში. პაუზა შემდეგ კადრზე გადასასვლელად - 50 ms.

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

აპლიკაციის გაშვების შემდეგ გაიხსნება ფანჯარა კამერიდან ვიდეო ნაკადით.

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)
}
}

მაგალითი 2

ამ მაგალითში, გამოვიყენოთ წინა მაგალითი და ავაშენოთ სახის ამოცნობის სისტემა Haar Cascades-ის საფუძველზე.

Haar კასკადები არის კასკადური კლასიფიკატორები, რომლებიც მომზადებულია Haar wavelet ტექნიკის საფუძველზე. ისინი აანალიზებენ პიქსელებს გამოსახულებაზე კონკრეტული ფუნქციების მოსაძებნად. Haar Cascades-ის შესახებ მეტის გასაგებად, გთხოვთ, მიჰყევით ქვემოთ მოცემულ ბმულებს.

ვიოლა-ჯონსის ობიექტების აღმოჩენის ჩარჩო
კასკადური კლასიფიკატორები
ჰარის მსგავსი თვისება

ჩამოტვირთეთ უკვე გაწვრთნილი კასკადები აქ არის შესაძლებელი. ამჟამინდელ მაგალითში, კასკადები გამოყენებული იქნება პირის სახის ამოსაცნობად.

ამისათვის თქვენ უნდა შექმნათ კლასიფიკატორი და მიაწოდოთ მას უკვე გაწვრთნილი ფაილი (ბმული მოცემულია ზემოთ). მე უკვე ავტვირთე pencv_haarcascade_frontalface_default.xml ფაილი დირექტორიაში, სადაც ჩვენი პროგრამა მდებარეობს.

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

სურათზე სახეების გამოსავლენად, თქვენ უნდა გამოიყენოთ მეთოდი DetectMultiScale. ეს ფუნქცია იღებს ჩარჩოს (მათ ტიპის), რომელიც ახლახან წაიკითხა კამერის ვიდეო ნაკადიდან და აბრუნებს მართკუთხედის ტიპის მასივს. მასივის ზომა წარმოადგენს იმ სახეების რაოდენობას, რომელთა აღმოჩენაც კლასიფიკატორმა შეძლო ჩარჩოში. შემდეგ, რათა დავრწმუნდეთ, რომ ვნახავთ რა იპოვა, მოდით გავიმეოროთ მართკუთხედების სიაში და დავბეჭდოთ Rectangle ობიექტი კონსოლში, შევქმნათ საზღვარი ნაპოვნი მართკუთხედის გარშემო. ეს შეიძლება გაკეთდეს მართკუთხედის ფუნქციის გამოყენებით. დასჭირდება კამერის მიერ წაკითხული Mat, DetectMultiScale მეთოდით დაბრუნებული Rectangle ობიექტი და საზღვრის ფერი და სისქე.

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)
}
}

და ... დიახ, ყველაფერი გამოვიდა! ჩვენ ახლა გვაქვს მარტივი სახის ამოცნობის სისტემა დაწერილი Go-ში. უახლოეს მომავალში ვგეგმავ ამ ექსპერიმენტების გაგრძელებას და ახალი მაგარი ნივთების შექმნას Go-სა და OpenCV-ის კომბინაციით.

დაინტერესების შემთხვევაში გთხოვთ შეაფასოთ gRPC ვებ სერვერი, რომელიც დავწერე Python-ში და OpenCV-ში. ის ავრცელებს მონაცემებს სახის გამოვლენისთანავე. ეს არის საფუძველი სხვადასხვა პროგრამირების ენაზე სხვადასხვა კლიენტის შესაქმნელად. მათ შეეძლებათ სერვერთან დაკავშირება და მისგან მონაცემების წაკითხვა.

გმადლობთ სტატიის წაკითხვისთვის!

Skillbox გირჩევთ:

• ორწლიანი პრაქტიკული კურსი "მე ვარ PRO ვებ დეველოპერი".
• საგანმანათლებლო ონლაინ კურსი "პროფესია Java Developer".
• პრაქტიკული წლის კურსი "PHP დეველოპერი 0-დან PRO-მდე".

წყარო: www.habr.com