Golang과 OpenCV를 기반으로 얼굴인식 시스템 구축

OpenCV는 컴퓨터 비전 프로젝트를 위해 설계된 라이브러리입니다. 그녀는 벌써 20살쯤 됐어요. 나는 대학에서 그것을 사용했고 C++ 및 Python 프로젝트에도 여전히 사용하고 있습니다. 왜냐하면 해당 언어에 대한 좋은 지원이 있기 때문입니다.

하지만 Go를 배우고 사용하기 시작하면서 OpenCV를 사용하여 이 언어를 사용할 수 있는지에 관심이 생겼습니다. 당시에는 이미 통합에 대한 예제와 튜토리얼이 있었지만 너무 복잡해 보였습니다. 조금 후에 저는 The Hybrid Group 팀이 만든 래퍼를 발견했습니다. 이 기사에서는 Haar Cascades를 사용하여 간단한 얼굴 인식 시스템을 개발하여 GoCV를 시작하는 방법을 보여 드리겠습니다.

Skillbox는 다음을 권장합니다. 실기 코스 "처음부터 Python 개발자".

알림: "Habr"의 모든 독자를 위한 - "Habr" 프로모션 코드를 사용하여 Skillbox 과정에 등록할 때 10 루블 할인.

필요한 것 :

• 가다;
• OpenCV(아래 설치 프로그램 링크);
• 웹 또는 일반 비디오 카메라.

설치

• Linux : gocv.io/getting-started/linux
• 맥 OS : gocv.io/getting-started/macos
• 윈도우 : gocv.io/getting-started/windows

예를 들어 1

첫 번째 예에서는 카메라 비디오 스트림을 표시하는 창을 여는 애플리케이션을 만들어 보겠습니다.

먼저 작업에 필요한 라이브러리를 가져와야 합니다.

수입 (
"통나무"
“gocv.io/x/gocv”
)

그런 다음 VideoCaptureDevice 함수를 사용하여 VideoCapture 개체를 생성해야 합니다. 후자를 사용하면 카메라를 사용하여 비디오 스트림을 캡처할 수 있습니다. 이 함수는 정수를 매개변수로 사용합니다(장치 ID를 나타냄).

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

이제 n차원 행렬을 만들어야 합니다. 카메라에서 읽은 이미지를 저장합니다.

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

비디오 스트림을 표시하려면 창을 만들어야 합니다. 이는 NewWindow 기능을 사용하여 수행할 수 있습니다.

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

이제 가장 흥미로운 부분으로 넘어 갑시다.

비디오는 이미지 프레임의 연속 스트림이므로 카메라의 비디오 스트림을 끝없이 읽으려면 무한 루프를 만들어야 합니다. 이렇게 하려면 VideoCapture 유형의 Read 메서드가 필요합니다. VideoCapture의 프레임을 성공적으로 읽었는지 여부를 나타내는 부울 값을 반환하는 Mat 유형(위에서 만든 행렬)을 예상합니다.

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

이제 생성된 창에 프레임을 표시해야 합니다. 다음 프레임으로 이동하기 위한 일시 정지는 50ms입니다.

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

애플리케이션을 실행하면 카메라의 비디오 스트림이 포함된 창이 열립니다.

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)
}
}

예를 들어 2

이 예에서는 이전 예를 사용하여 Haar Cascades를 기반으로 얼굴 인식 시스템을 구축해 보겠습니다.

Haar 캐스케이드는 Haar 웨이블릿 기술을 사용하여 훈련된 캐스케이드 분류기입니다. 특정 특징을 감지하기 위해 이미지의 픽셀을 분석합니다. Haar Cascades에 대해 더 자세히 알아보려면 아래 링크를 클릭하세요.

Viola-Jones 객체 감지 프레임워크
계단식 분류기
Haar와 유사한 기능

이미 학습된 캐스케이드 다운로드 여기있을 수있어. 현재 예에서는 캐스케이드를 사용하여 정면에서 사람의 얼굴을 식별합니다.

이를 수행하려면 분류자를 생성하고 이미 훈련된 파일을 제공해야 합니다(링크는 위에 제공됨). 우리 프로그램이 있는 디렉토리에 이미 pencv_haarcascade_frontalface_default.xml 파일을 업로드했습니다.

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

이미지에서 얼굴을 감지하려면 다음 방법을 사용해야 합니다. 멀티스케일 감지. 이 함수는 카메라의 비디오 스트림에서 방금 읽은 프레임(Mat 유형)을 가져와 Rectangle 유형의 배열을 반환합니다. 배열 크기는 분류기가 프레임에서 감지할 수 있는 얼굴 수를 나타냅니다. 그런 다음 찾은 내용을 확인하기 위해 직사각형 목록을 반복하고 Rectangle 개체를 콘솔에 인쇄하여 감지된 직사각형 주위에 테두리를 만듭니다. 이는 Rectangle 함수를 사용하여 수행할 수 있습니다. 카메라가 읽은 Mat, DetectMultiScale 메서드에서 반환된 Rectangle 개체, 테두리의 색상 및 두께를 허용합니다.

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)
}
}

그리고... 네, 모든 일이 잘 풀렸어요! 이제 Go로 작성된 간단한 얼굴 인식 시스템이 생겼습니다. 조만간 이러한 실험을 계속하고 Go와 OpenCV를 결합하여 새롭고 멋진 것들을 만들 계획입니다.

관심있으시면 평가 부탁드립니다 gRPC 웹 서버, Python과 OpenCV로 작성했습니다. 얼굴이 감지되는 순간 데이터를 스트리밍합니다. 이는 다양한 프로그래밍 언어로 다양한 클라이언트를 생성하기 위한 기초입니다. 서버에 연결하여 데이터를 읽을 수 있습니다.

기사를 읽어주셔서 감사합니다!

Skillbox는 다음을 권장합니다.

• XNUMX년 실습 코스 "저는 PRO 웹 개발자입니다".
• 교육용 온라인 과정 "직업 자바 개발자".
• 실기 코스 "0에서 PRO로의 PHP 개발자".

출처 : habr.com