OpenCV je knižnica určená pre projekty počítačového videnia. Má už asi 20 rokov. Používal som ho na vysokej škole a stále ho používam pre svoje projekty C++ a Python, pretože má dobrú podporu pre tieto jazyky.
Ale keď som sa začal učiť a používať Go, začalo ma zaujímať, či by sa OpenCV dalo použiť na prácu s týmto jazykom. V tom čase už existovali príklady a návody na integráciu, ale zdalo sa mi, že sú príliš komplikované. O niečo neskôr som narazil na obal vytvorený tímom The Hybrid Group. V tomto článku vám ukážem, ako začať s GoCV vyvinutím jednoduchého systému na rozpoznávanie tváre s Haar Cascades.
Skillbox odporúča: Praktický kurz .
Pripomíname vám: pre všetkých čitateľov „Habr“ - zľava 10 000 rubľov pri registrácii do akéhokoľvek kurzu Skillbox pomocou propagačného kódu „Habr“.
Čo sa vyžaduje:
- Choď;
- OpenCV (odkazy na inštaláciu nižšie);
- webovú alebo bežnú videokameru.
Inštalácia
- linux:
- MacOS:
- Windows:
Príklad 1
V prvom príklade sa pokúsime vytvoriť aplikáciu, ktorá otvorí okno zobrazujúce stream videa z kamery.
Najprv musíte importovať knižnice potrebné pre prácu.
importovať (
"log"
"gocv.io/x/gocv"
)
Potom musíte vytvoriť objekt VideoCapture pomocou funkcie VideoCaptureDevice. Ten umožňuje zachytiť video stream pomocou kamery. Funkcia používa ako parameter celé číslo (predstavuje ID zariadenia).
webcam, err := gocv.VideoCaptureDevice(0)
if err != nil { log.Fatalf(“error opening web cam: %v”, err)
}
defer webcam.Close()Teraz musíme vytvoriť n-rozmernú maticu. Uloží obrázky načítané z fotoaparátu.
img := gocv.NewMat()
defer img.Close()Ak chcete zobraziť stream videa, musíte vytvoriť okno - to je možné vykonať pomocou funkcie NewWindow.
window := gocv.NewWindow(“webcamwindow”)
defer window.Close()Teraz prejdime k najzaujímavejšej časti.
Keďže video je nepretržitý tok snímok, budeme musieť vytvoriť nekonečnú slučku, aby sme mohli donekonečna čítať tok videa z kamery. Na to potrebujete metódu Read typu VideoCapture. Očakáva typ Mat (maticu, ktorú sme vytvorili vyššie), vracajúcu booleovskú hodnotu označujúcu, či bola snímka z VideoCapture načítaná úspešne alebo nie.
for {
if ok := webcam.Read(&img); !ok || img.Empty( {
log.Println(“Unable to read from the webcam”) continue
}
.
.
.
}Teraz musíte zobraziť rám vo vytvorenom okne. Pauza na prechod na ďalšiu snímku je 50 ms.
window.IMShow(img)
window.WaitKey(50)
Po spustení aplikácie sa otvorí okno s videostreamom z kamery.
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)
}
}Príklad 2
V tomto príklade použijeme predchádzajúci príklad a zostavme systém rozpoznávania tvárí založený na Haar Cascades.
Haarove kaskády sú kaskádové klasifikátory, ktoré sú trénované pomocou Haarovej vlnkovej techniky. Analyzujú pixely v obraze, aby zistili určité funkcie. Ak sa chcete dozvedieť viac o kaskádach Haar, kliknite na nižšie uvedené odkazy.
Stiahnite si už natrénované kaskády . V aktuálnom príklade sa na identifikáciu tváre osoby spredu použijú kaskády.
Aby ste to mohli urobiť, musíte vytvoriť klasifikátor a odovzdať mu už natrénovaný súbor (odkaz je uvedený vyššie). Súbor pencv_haarcascade_frontalface_default.xml som už nahral do adresára, kde sa nachádza náš program.
harrcascade := “opencv_haarcascade_frontalface_default.xml”classifier := gocv.NewCascadeClassifier()classifier.Load(harrcascade)
defer classifier.Close()Ak chcete rozpoznať tváre na obrázku, musíte použiť metódu . Táto funkcia vezme snímku (typ Mat), ktorá bola práve načítaná z video streamu kamery, a vráti pole typu Rectangle. Veľkosť poľa predstavuje počet tvárí, ktoré bol klasifikátor schopný rozpoznať v rámci. Potom, aby sme sa uistili, že vidíme, čo našiel, prejdeme zoznamom obdĺžnikov a vytlačíme objekt Rectangle do konzoly, čím vytvoríme orámovanie okolo rozpoznaného obdĺžnika. Môžete to urobiť pomocou funkcie Obdĺžnik. Bude akceptovať podložku načítanú kamerou, objekt Rectangle, ktorý vrátila metóda DetectMultiScale, farbu a hrúbku okraja.
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)
}
}A... áno, všetko vyšlo! Teraz máme jednoduchý systém rozpoznávania tváre napísaný v Go. Čoskoro plánujem pokračovať v týchto experimentoch a vytvárať nové skvelé veci kombináciou Go a OpenCV.
Ak máte záujem, ohodnoťte , ktorý som napísal v Pythone a OpenCV. Streamuje údaje v momente, keď je rozpoznaná tvár. Toto je základ pre vytváranie rôznych klientov v rôznych programovacích jazykoch. Budú sa môcť pripojiť k serveru a čítať z neho údaje.
Ďakujem za prečítanie článku!
Skillbox odporúča:
- Dvojročný praktický kurz .
- Vzdelávací online kurz .
- Praktický ročníkový kurz .
Zdroj: hab.com