Изградба на систем за препознавање лица базиран на Golang и OpenCV

OpenCV е библиотека дизајнирана за проекти за компјутерска визија. Таа веќе има околу 20 години. Го користев на факултет и сè уште го користам за моите C++ и Python проекти бидејќи има добра поддршка за тие јазици.

Но, кога почнав да учам и да го користам Go, се заинтересирав дали OpenCV може да се користи за работа со овој јазик. Во тоа време веќе имаше примери и туторијали за интеграција, но ми се чинеше дека се премногу комплицирани. Малку подоцна, наидов на обвивка создадена од тимот на The Hybrid Group. Во оваа статија, ќе ви покажам како да започнете со GoCV со развивање на едноставен систем за препознавање лице со Haar Cascades.

Skillbox препорачува: Практичен курс „Програмер на Python од нула“.

Потсетуваме: за сите читатели на „Хабр“ - попуст од 10 рубли при запишување на кој било курс Skillbox користејќи го промотивниот код „Хабр“.

Што е потребно:

• Оди;
• OpenCV (врски за инсталатер подолу);
• веб или обична видео камера.

Инсталација

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

пример 1

Во првиот пример, ќе се обидеме да создадеме апликација која отвора прозорец што прикажува видео-стрим од камерата.

Прво треба да ги увезете библиотеките потребни за работа.

увоз (
"дневник"
„gocv.io/x/gocv“
)

По ова, треба да креирате објект VideoCapture користејќи ја функцијата VideoCaptureDevice. Вториот овозможува снимање на видео поток со помош на камера. Функцијата користи цел број како параметар (го претставува ID на уредот).

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

Сега треба да создадеме n-димензионална матрица. Ќе ги складира сликите прочитани од камерата.

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

За да прикажете видео поток, треба да креирате прозорец - ова може да се направи со помош на функцијата NewWindow.

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

Сега да преминеме на најинтересниот дел.

Бидејќи видеото е континуиран прилив на рамки за слики, ќе треба да создадеме бесконечна јамка за бескрајно да го читаме видео потокот на камерата. За да го направите ова, потребен ви е методот Read од типот VideoCapture. Ќе очекува тип Mat (матрицата што ја создадовме погоре), враќајќи булова вредност што покажува дали рамката од VideoCapture е успешно прочитана или не.

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

Сега треба да ја прикажете рамката во креираниот прозорец. Паузата за преминување на следната рамка е 50 ms.

прозорец.IMShow(img)
прозорец.WaitKey(50)

Откако ќе ја стартувате апликацијата, ќе се отвори прозорец со видео поток од камерата.

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)
}
}

пример 2

Во овој пример, да го искористиме претходниот пример и да изградиме систем за препознавање лица базиран на Haar Cascades.

Каскадите на Хаар се каскадни класификатори кои се обучени со помош на техниката на брановидни Хаарови. Тие ги анализираат пикселите на сликата за да откријат одредени карактеристики. За да дознаете повеќе за Haar Cascades, ве молиме следете ги линковите подолу.

Рамка за откривање објекти на Виола-Џонс
Каскадни класификатори
Карактеристика слична на Хаар

Преземете веќе обучени каскади може да биде тука. Во сегашниот пример, каскадите ќе се користат за да се идентификува лицето на лицето од напред.

За да го направите ова, треба да креирате класификатор и да го нахраните со веќе обучена датотека (врската е дадена погоре). Веќе ја подигнав датотеката pencv_haarcascade_frontalface_default.xml во директориумот каде што се наоѓа нашата програма.

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

За да откриете лица на слика, треба да го користите методот DetectMultiScale. Оваа функција зема рамка (тип Mat) која штотуку беше прочитана од видео-стримот на камерата и враќа низа од типот Rectangle. Големината на низата го претставува бројот на лица што класификаторот можел да ги открие во рамката. Потоа, за да се увериме дека ќе видиме што пронашол, ајде да повториме низ списокот со правоаголници и да го испечатиме објектот Rectangle во конзолата, создавајќи граница околу откриениот правоаголник. Ова може да се направи со помош на функцијата Правоаголник. Ќе ги прифати матот што го чита камерата, објектот Rectangle што беше вратен со методот DetectMultiScale, бојата и дебелината за границата.

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)
}
}

И... да, сè успеа! Сега имаме едноставен систем за препознавање лице напишан во Go. Наскоро планирам да ги продолжам овие експерименти и да создадам нови кул работи со комбинирање на Go и OpenCV.

Ако сте заинтересирани, ве молиме оценете gRPC веб-сервер, кој го напишав во Python и OpenCV. Пренесува податоци во моментот кога ќе се открие лице. Ова е основа за создавање различни клиенти на различни програмски јазици. Тие ќе можат да се поврзат со серверот и да читаат податоци од него.

Ви благодариме што ја прочитавте статијата!

Skillbox препорачува:

• Двегодишен практичен курс „Јас сум PRO веб-развивач“.
• Едукативен онлајн курс „Професија Java програмер“.
• Практичен годишен курс „Програмер на PHP од 0 до PRO“.

Извор: www.habr.com