Golang နှင့် OpenCV ကိုအခြေခံ၍ မျက်နှာမှတ်မိခြင်းစနစ်ကိုတည်ဆောက်ခြင်း။

OpenCV သည် ကွန်ပျူတာအမြင်ပရောဂျက်များအတွက် ဒီဇိုင်းထုတ်ထားသော စာကြည့်တိုက်တစ်ခုဖြစ်သည်။ သူမအသက် 20 လောက်ရှိနေပြီ။ ၎င်းကို ကောလိပ်တွင် အသုံးပြုခဲ့ပြီး ကျွန်ုပ်၏ C++ နှင့် Python ပရောဂျက်များအတွက် ၎င်းသည် ထိုဘာသာစကားများအတွက် ကောင်းမွန်စွာ ပံ့ပိုးပေးသောကြောင့် ၎င်းကို အသုံးပြုဆဲဖြစ်သည်။

ဒါပေမယ့် Go ကို စတင်လေ့လာပြီး အသုံးပြုတဲ့အခါ OpenCV ကို ဒီဘာသာစကားနဲ့ အလုပ်လုပ်ဖို့ စိတ်ဝင်စားလာခဲ့ပါတယ်။ ထိုအချိန်တွင်၊ ပေါင်းစည်းခြင်းဆိုင်ရာ နမူနာများနှင့် သင်ခန်းစာများ ရှိနှင့်ပြီးဖြစ်သည်၊ သို့သော် ၎င်းတို့သည် ရှုပ်ထွေးလွန်းသည်ဟု ကျွန်ုပ်ထင်ရသည်။ ခဏအကြာတွင် The Hybrid Group အဖွဲ့မှ ဖန်တီးထားသော ထုပ်ပိုးမှုတစ်ခုကို တွေ့လိုက်ရသည်။ ဤဆောင်းပါးတွင်၊ Haar Cascades ဖြင့် ရိုးရှင်းသော မျက်နှာမှတ်သားမှုစနစ်ကို တီထွင်ခြင်းဖြင့် GoCV ကို စတင်နိုင်ပုံကို သင်ပြပါမည်။

Skillbox မှ အကြံပြုထားသည်- လက်တွေ့သင်တန်း "Python developer သည် အစမှနေ၍".

ငါတို့မင်းကိုသတိပေးတယ် "Habr" ၏စာဖတ်သူအားလုံးအတွက် - "Habr" ပရိုမိုးရှင်းကုဒ်ကို အသုံးပြု၍ မည်သည့် Skillbox သင်တန်းတွင်စာရင်းသွင်းသည့်အခါ 10 ရူဘယ်လျှော့စျေး။

သင်ဘာလိုအပ်ပါသလဲ

• သွား;
• OpenCV (အောက်ပါ installer links);
• ဝဘ် သို့မဟုတ် ပုံမှန် ဗီဒီယိုကင်မရာ။

ustanovka

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

ဥပမာအား 1

ပထမဥပမာတွင်၊ ကင်မရာဗီဒီယိုစီးကြောင်းပြသသည့်ဝင်းဒိုးကိုဖွင့်သည့်အက်ပ်တစ်ခုကိုဖန်တီးရန် ကျွန်ုပ်တို့ကြိုးစားပါမည်။

ပထမဦးစွာ သင်သည် အလုပ်အတွက် လိုအပ်သော စာကြည့်တိုက်များကို တင်သွင်းရန် လိုအပ်သည်။

တင်သွင်းခြင်း (
"မှတ်တမ်း"
“gocv.io/x/gocv”
)

၎င်းပြီးနောက်၊ သင်သည် VideoCaptureDevice လုပ်ဆောင်ချက်ကို အသုံးပြု၍ VideoCapture အရာဝတ္ထုတစ်ခုကို ဖန်တီးရန်လိုအပ်သည်။ နောက်တစ်ခုက ကင်မရာကိုသုံးပြီး ဗီဒီယိုစီးကြောင်းကို ဖမ်းယူနိုင်စေတယ်။ လုပ်ဆောင်ချက်သည် ကန့်သတ်ချက်တစ်ခုအဖြစ် ကိန်းပြည့်ကိုအသုံးပြုသည် (၎င်းသည် စက်ပစ္စည်း ID ကိုကိုယ်စားပြုသည်)။

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

ယခု ကျွန်ုပ်တို့သည် n-dimensional matrix ကိုဖန်တီးရန် လိုအပ်ပါသည်။ ကင်မရာမှဖတ်သောပုံများကိုသိမ်းဆည်းလိမ့်မည်။

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

ဗီဒီယိုစီးကြောင်းကိုပြသရန် သင်သည် ဝင်းဒိုးတစ်ခုဖန်တီးရန် လိုအပ်သည် - ၎င်းကို NewWindow လုပ်ဆောင်ချက်ကို အသုံးပြု၍ လုပ်ဆောင်နိုင်သည်။

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

ကဲ စိတ်ဝင်စားစရာအကောင်းဆုံးအပိုင်းကို ဆက်သွားကြရအောင်။

ဗီဒီယိုသည် ရုပ်ပုံဘောင်များ၏ စဉ်ဆက်မပြတ်စီးကြောင်းဖြစ်သောကြောင့်၊ ကျွန်ုပ်တို့သည် ကင်မရာ၏ဗီဒီယိုစီးကြောင်းကို အဆုံးမရှိဖတ်ရှုနိုင်စေရန် အဆုံးမဲ့ကွင်းဆက်တစ်ခုကို ဖန်တီးရန် လိုအပ်ပါသည်။ ဒါကိုလုပ်ဖို့၊ VideoCapture အမျိုးအစားရဲ့ Read method ကိုလိုအပ်ပါတယ်။ VideoCapture မှဘောင်ကို အောင်မြင်စွာဖတ်ခြင်းရှိ၊ မရှိကို ညွှန်ပြသည့် boolean တန်ဖိုးကို ပြန်ပေးမည့် Mat အမျိုးအစား (အထက်တွင် ကျွန်ုပ်တို့ ဖန်တီးထားသော matrix ကို မျှော်လင့်ပါမည်။

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

ယခုဖန်တီးထားသောဝင်းဒိုးတွင်ဘောင်ကိုသင်ပြသရန်လိုအပ်သည်။ နောက်ဘောင်သို့ရွှေ့ရန် ခေတ္တရပ်သည် 50 ms ဖြစ်သည်။

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

အပလီကေးရှင်းကိုဖွင့်ပြီးနောက်၊ ကင်မရာမှဗီဒီယိုစီးကြောင်းတစ်ခုပါ ၀ င်ဒိုးတစ်ခုပွင့်လိမ့်မည်။

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)
}
}

ဥပမာအား 2

ဤဥပမာတွင်၊ ယခင်နမူနာကိုအသုံးပြုပြီး Haar Cascades ကိုအခြေခံ၍ မျက်နှာမှတ်မိခြင်းစနစ်ကို တည်ဆောက်ကြပါစို့။

Haar cascades များသည် Haar wavelet နည်းပညာကို အသုံးပြု၍ လေ့ကျင့်သင်ကြားထားသော ကာစကိတ်အမျိုးအစားများဖြစ်သည်။ ၎င်းတို့သည် အချို့သောအင်္ဂါရပ်များကို သိရှိနိုင်ရန် ပုံရှိ pixels များကို ပိုင်းခြားစိတ်ဖြာသည်။ Haar Cascades အကြောင်း ပိုမိုသိရှိလိုပါက အောက်ပါလင့်ခ်များကို နှိပ်ပါ။

Viola-Jones object detection framework
Cascading အမျိုးအစားခွဲခြားသည်။
Haar နှင့်တူသောအင်္ဂါရပ်

လေ့ကျင့်ပြီးသား ဒေါင်းလုဒ်လုပ်ပါ။ ဒီမှာဖြစ်နိုင်တယ်. လက်ရှိနမူနာတွင်၊ လူတစ်ဦး၏မျက်နှာကို ခွဲခြားသတ်မှတ်ရန် အဆက်များကို အသုံးပြုပါမည်။

ဒီလိုလုပ်ဖို့၊ အမျိုးအစားခွဲနည်းတစ်ခုဖန်တီးပြီး လေ့ကျင့်ပြီးသားဖိုင်ကို ကျွေးဖို့ လိုအပ်ပါတယ် (အထက်မှာပေးထားတဲ့ link ပါ)။ pencv_haarcascade_frontalface_default.xml ဖိုင်ကို ကျွန်ုပ်တို့၏ ပရိုဂရမ်တည်ရှိရာ လမ်းညွှန်သို့ အပ်လုဒ်လုပ်ပြီးပါပြီ။

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

ပုံတစ်ပုံတွင် မျက်နှာများကို သိရှိရန် နည်းလမ်းကို အသုံးပြုရန် လိုအပ်သည်။ MultiScale ကိုရှာဖွေပါ။. ဤလုပ်ဆောင်ချက်သည် ကင်မရာ၏ဗီဒီယိုစီးကြောင်းမှဖတ်ပြီးသော ဖရိန်တစ်ခုကိုယူ၍ ထောင့်မှန်စတုဂံအမျိုးအစားတစ်ခုအား ပြန်ပေးသည်။ အခင်းအကျင်း အရွယ်အစားသည် ဘောင်အတွင်း အမျိုးအစားခွဲခြားသတ်မှတ်နိုင်ခဲ့သည့် မျက်နှာအရေအတွက်ကို ကိုယ်စားပြုသည်။ ထို့နောက်၊ ၎င်းတွေ့ရှိထားသည်ကို ကျွန်ုပ်တို့မြင်နိုင်စေရန်အတွက်၊ စတုဂံပုံများစာရင်းမှတစ်ဆင့် ထပ်ကာထပ်ကာလုပ်ကာ ကွန်ဆိုးလ်တွင် ထောင့်မှန်စတုဂံအရာဝတ္ထုကို ပရင့်ထုတ်ပြီး တွေ့ရှိသောစတုဂံတစ်ဝိုက်တွင် ဘောင်တစ်ခုဖန်တီးလိုက်ကြပါစို့။ ၎င်းကို Rectangle လုပ်ဆောင်ချက်ကို အသုံးပြု၍ လုပ်ဆောင်နိုင်သည်။ ၎င်းသည် ကင်မရာမှဖတ်သော Mat၊ DetectMultiScale နည်းလမ်းဖြင့် ပြန်ပေးသည့် ထောင့်မှန်စတုဂံအရာ၊ ဘောင်အတွက် အရောင်နှင့် အထူကို လက်ခံမည်ဖြစ်သည်။

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)
}
}

ပြီးတော့... ဟုတ်ကဲ့၊ အားလုံးအဆင်ပြေသွားပါပြီ။ ယခု ကျွန်ုပ်တို့တွင် Go တွင် ရေးထားသော ရိုးရှင်းသော မျက်နှာမှတ်သားစနစ်တစ်ခုရှိသည်။ မကြာမီတွင် ကျွန်ုပ်သည် Go နှင့် OpenCV တို့ကို ပေါင်းစပ်ခြင်းဖြင့် ဤစမ်းသပ်မှုများကို ဆက်လက်လုပ်ဆောင်ပြီး အလန်းစားအသစ်များကို ဖန်တီးရန် စီစဉ်ထားပါသည်။

စိတ်ဝင်စားတယ်ဆိုရင် ကျေးဇူးပြုပြီး အဆင့်သတ်မှတ်ပေးပါ။ gRPC ဝဘ်ဆာဗာကျွန်တော် Python နဲ့ OpenCV မှာရေးထားပါတယ်။ မျက်နှာကို တွေ့ရှိသည့်အခိုက် ဒေတာကို လွှင့်တင်သည်။ ဤသည်မှာ မတူညီသော ပရိုဂရမ်းမင်းဘာသာစကားများဖြင့် မတူညီသော client များဖန်တီးခြင်းအတွက် အခြေခံဖြစ်သည်။ ၎င်းတို့သည် ဆာဗာသို့ ချိတ်ဆက်နိုင်ပြီး ၎င်းမှဒေတာများကို ဖတ်ရှုနိုင်မည်ဖြစ်သည်။

ဆောင်းပါးကိုဖတ်ရှုသည့်အတွက် ကျေးဇူးတင်ပါသည်။

Skillbox မှ အကြံပြုထားသည်-

• နှစ်နှစ်စာလက်တွေ့သင်တန်း "ကျွန်တော်က PRO ဝဘ် developer တစ်ယောက်ပါ".
• ပညာရေးအွန်လိုင်းသင်တန်း "Profession Java developer".
• လက်တွေ့ တစ်နှစ်သင်တန်း "PHP developer 0 မှ PRO".

source: www.habr.com