ការកសាងប្រព័ន្ធសម្គាល់មុខដោយផ្អែកលើ Golang និង OpenCV

OpenCV គឺជាបណ្ណាល័យដែលត្រូវបានរចនាឡើងសម្រាប់គម្រោងចក្ខុវិស័យកុំព្យូទ័រ។ នាង​មាន​អាយុ​ប្រហែល​២០​ឆ្នាំ​ហើយ។ ខ្ញុំបានប្រើវានៅក្នុងមហាវិទ្យាល័យ ហើយនៅតែប្រើវាសម្រាប់គម្រោង C++ និង Python របស់ខ្ញុំព្រោះវាមានការគាំទ្រដ៏ល្អសម្រាប់ភាសាទាំងនោះ។

ប៉ុន្តែនៅពេលដែលខ្ញុំចាប់ផ្តើមរៀន និងប្រើប្រាស់ Go ខ្ញុំបានចាប់អារម្មណ៍ថាតើ OpenCV អាចត្រូវបានប្រើដើម្បីធ្វើការជាមួយភាសានេះដែរឬទេ។ នៅ​ពេល​នោះ មាន​ឧទាហរណ៍ និង​ការ​បង្រៀន​រួច​ហើយ​អំពី​ការ​ធ្វើ​សមាហរណកម្ម ប៉ុន្តែ​ខ្ញុំ​ហាក់​ដូច​ជា​ស្មុគស្មាញ​ពេក។ បន្តិចក្រោយមក ខ្ញុំបានឃើញក្រដាសរុំដែលបង្កើតឡើងដោយក្រុម The Hybrid Group។ នៅក្នុងអត្ថបទនេះ ខ្ញុំនឹងបង្ហាញអ្នកពីរបៀបចាប់ផ្តើមជាមួយ GoCV ដោយបង្កើតប្រព័ន្ធសម្គាល់មុខសាមញ្ញជាមួយ Haar Cascades។

Skillbox ណែនាំ៖ វគ្គសិក្សាជាក់ស្តែង "អ្នកអភិវឌ្ឍន៍ Python ពីដំបូង".

យើងរំលឹក៖ សម្រាប់អ្នកអានទាំងអស់នៃ "Habr" - ការបញ្ចុះតម្លៃ 10 rubles នៅពេលចុះឈ្មោះក្នុងវគ្គសិក្សា Skillbox ណាមួយដោយប្រើលេខកូដផ្សព្វផ្សាយ "Habr" ។

អ្វីដែលត្រូវបានទាមទារ:

• ទៅ;
• OpenCV (តំណភ្ជាប់កម្មវិធីដំឡើងខាងក្រោម);
• គេហទំព័រ ឬកាមេរ៉ាវីដេអូធម្មតា។

ការកំណត់

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

ឧទាហរណ៍ 1

ក្នុងឧទាហរណ៍ដំបូង យើងនឹងព្យាយាមបង្កើតកម្មវិធីដែលបើកបង្អួចដែលបង្ហាញការផ្សាយវីដេអូកាមេរ៉ា។

ដំបូងអ្នកត្រូវនាំចូលបណ្ណាល័យដែលត្រូវការសម្រាប់ការងារ។

នាំចូល (
"កំណត់ហេតុ"
“gocv.io/x/gocv”
)

បន្ទាប់ពីនេះ អ្នកត្រូវបង្កើតវត្ថុ VideoCapture ដោយប្រើមុខងារ VideoCaptureDevice។ ក្រោយមកទៀតធ្វើឱ្យវាអាចថតវីដេអូស្ទ្រីមដោយប្រើកាមេរ៉ា។ មុខងារប្រើចំនួនគត់ជាប៉ារ៉ាម៉ែត្រ (វាតំណាងឱ្យលេខសម្គាល់ឧបករណ៍)។

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

ឥឡូវនេះយើងត្រូវបង្កើតម៉ាទ្រីស n-dimensional ។ វានឹងរក្សាទុករូបភាពដែលបានអានពីកាមេរ៉ា។

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

ដើម្បីបង្ហាញការផ្សាយវីដេអូ អ្នកត្រូវបង្កើតវិនដូ - នេះអាចត្រូវបានធ្វើដោយប្រើមុខងារ NewWindow ។

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

ឥឡូវនេះសូមបន្តទៅផ្នែកដែលគួរឱ្យចាប់អារម្មណ៍បំផុត។

ដោយសារវីដេអូគឺជាការស្ទ្រីមជាបន្តបន្ទាប់នៃស៊ុមរូបភាព យើងនឹងត្រូវការបង្កើតរង្វិលជុំគ្មានកំណត់ ដើម្បីអានការផ្សាយវីដេអូរបស់កាមេរ៉ាដោយមិនចេះចប់។ ដើម្បីធ្វើដូច្នេះ អ្នកត្រូវការវិធីអាននៃប្រភេទ VideoCapture ។ វានឹងរំពឹងថាប្រភេទ Mat (ម៉ាទ្រីសដែលយើងបានបង្កើតខាងលើ) ត្រឡប់តម្លៃប៊ូលីនដែលបង្ហាញថាថាតើស៊ុមពី VideoCapture ត្រូវបានអានដោយជោគជ័យឬអត់។

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

ឥឡូវអ្នកត្រូវបង្ហាញស៊ុមនៅក្នុងបង្អួចដែលបានបង្កើត។ ការផ្អាកសម្រាប់ការផ្លាស់ទីទៅស៊ុមបន្ទាប់គឺ 50 ms ។

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

បន្ទាប់ពីបើកដំណើរការកម្មវិធី បង្អួចដែលមានស្ទ្រីមវីដេអូពីកាមេរ៉ានឹងបើក។

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)
}
}

ឧទាហរណ៍ 2

ក្នុងឧទាហរណ៍នេះ ចូរយើងប្រើឧទាហរណ៍មុន ហើយបង្កើតប្រព័ន្ធសម្គាល់មុខដោយផ្អែកលើ Haar Cascades។

Haar cascades គឺជាប្រភេទ cascade ដែលត្រូវបានបណ្តុះបណ្តាលដោយប្រើបច្ចេកទេសរលក Haar ។ ពួកគេវិភាគភីកសែលក្នុងរូបភាព ដើម្បីស្វែងរកលក្ខណៈពិសេសមួយចំនួន។ ដើម្បីស្វែងយល់បន្ថែមអំពី Haar Cascades សូមចូលទៅកាន់តំណភ្ជាប់ខាងក្រោម។

ក្របខ័ណ្ឌការរកឃើញវត្ថុ Viola-Jones
ការចាត់ថ្នាក់ល្បាក់
លក្ខណៈដូចហារ៉ា

ទាញយក cascades ដែលបានបណ្តុះបណ្តាលរួចហើយ អាចនៅទីនេះ. ក្នុងឧទាហរណ៍បច្ចុប្បន្ន ល្បាក់នឹងត្រូវបានប្រើដើម្បីកំណត់មុខមាត់របស់មនុស្សពីខាងមុខ។

ដើម្បីធ្វើដូច្នេះបាន អ្នកត្រូវបង្កើតអ្នកចាត់ថ្នាក់មួយ ហើយចិញ្ចឹមវាជាឯកសារដែលបានបណ្តុះបណ្តាលរួចហើយ (តំណភ្ជាប់ត្រូវបានផ្តល់ឱ្យខាងលើ)។ ខ្ញុំបានបង្ហោះឯកសារ pencv_haarcascade_frontalface_default.xml រួចហើយទៅកាន់ថតដែលកម្មវិធីរបស់យើងស្ថិតនៅ។

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

ដើម្បីស្វែងរកមុខនៅក្នុងរូបភាព អ្នកត្រូវប្រើវិធីសាស្ត្រ រកឃើញពហុមាត្រដ្ឋាន. មុខងារនេះយកស៊ុមមួយ (ប្រភេទ Mat) ដែលទើបតែបានអានពីការស្ទ្រីមវីដេអូរបស់កាមេរ៉ា ហើយត្រឡប់អារេនៃប្រភេទចតុកោណកែង។ ទំហំអារេតំណាងឱ្យចំនួនមុខដែលអ្នកចាត់ថ្នាក់អាចរកឃើញនៅក្នុងស៊ុម។ បន្ទាប់មក ដើម្បីប្រាកដថាយើងឃើញអ្វីដែលវាបានរកឃើញ ចូរយើងធ្វើម្តងទៀតតាមរយៈបញ្ជីចតុកោណកែង ហើយបោះពុម្ពវត្ថុចតុកោណកែងទៅកុងសូល ដោយបង្កើតស៊ុមជុំវិញចតុកោណកែងដែលបានរកឃើញ។ នេះអាចត្រូវបានធ្វើដោយប្រើមុខងារចតុកោណ។ វា​នឹង​ទទួល​យក Mat ដែល​បាន​អាន​ដោយ​កាមេរ៉ា វត្ថុ​ចតុកោណ​ដែល​ត្រូវ​បាន​ត្រឡប់​ដោយ​វិធីសាស្ត្រ DetectMultiScale ពណ៌ និង​កម្រាស់​សម្រាប់​ស៊ុម។

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)
}
}

ហើយ... បាទ អ្វីៗបានដំណើរការហើយ! ឥឡូវនេះ យើងមានប្រព័ន្ធសម្គាល់មុខសាមញ្ញមួយ ដែលសរសេរក្នុង Go ។ ឆាប់ៗនេះ ខ្ញុំមានគម្រោងបន្តការពិសោធន៍ទាំងនេះ និងបង្កើតអ្វីដែលថ្មីៗ ដោយការរួមបញ្ចូលគ្នារវាង Go និង OpenCV ។

ប្រសិនបើអ្នកចាប់អារម្មណ៍សូមវាយតម្លៃ ម៉ាស៊ីនមេគេហទំព័រ gRPCដែលខ្ញុំបានសរសេរនៅក្នុង Python និង OpenCV ។ វាស្ទ្រីមទិន្នន័យនៅពេលដែលមុខត្រូវបានរកឃើញ។ នេះគឺជាមូលដ្ឋានសម្រាប់បង្កើតអតិថិជនផ្សេងៗគ្នាជាភាសាសរសេរកម្មវិធីផ្សេងៗគ្នា។ ពួកគេនឹងអាចភ្ជាប់ទៅម៉ាស៊ីនមេ និងអានទិន្នន័យពីវា។

សូមអរគុណសម្រាប់ការអានអត្ថបទ!

Skillbox ណែនាំ៖

• វគ្គសិក្សាជាក់ស្តែងរយៈពេលពីរឆ្នាំ "ខ្ញុំជាអ្នកបង្កើតគេហទំព័រ PRO".
• វគ្គសិក្សាតាមអ៊ីនធឺណិត "Profession Java Developer".
• វគ្គសិក្សាជាក់ស្តែងឆ្នាំ "អ្នកអភិវឌ្ឍន៍ PHP ពី 0 ដល់ PRO".

ប្រភព: www.habr.com