树莓派小项目：人脸识别，拯救你吃灰的板子

我崩溃了，我居然没有保存文章，看着空白的屏幕，我的心情逐渐低落，得，又要重写。

我手上有几块板子，因为之前项目得需要，就想将ubuntu20.04刷入树莓派，但想将ubuntu刷入树莓派先要将ubuntu server刷入树莓派再安装桌面，太麻烦了，新版又只能安装22.04，得给我整得刷系统就搞到心累，不管他，我先掏出我的另一张sd卡来整个好玩的先（之前没考虑到有vnc可以用，今晚和朋友交流了一下发现好像能用vnc）。

（1）器材准备

一块树莓派4b4g版（吐槽他没有全尺寸的HDMI接口，我拿转接就无法供电，供电就无法转接），一张SD卡32g及以上，一块不知道哪里掏出来的屏幕，一个usb摄像头。

（2）树莓派系统

（1）安装树莓派系统

Raspberry Pi OS – Raspberry Pi

先提前安装树莓派系统的安装工具

打开树莓派系统安装工具

选择需要写入的系统

找到自己合适的系统

选择SD卡

选择烧录，这里我已经烧录过了，就示范了。

（2）开机

将烧录好的SD卡装入树莓派，接通电源等待开机。

开完机，先换源（我这里就不教了）：

树莓派换源教程_萌新源的博客-CSDN博客

vim用不了的可以用vi

当然还是建议安装vim来使用

（3）开启树莓派的ssh

ok，现在打开我们的树莓派终端，输入这里是打开我们的ssh：

sudo raspi-config

选择Interface Options

 

选择SSH

选择yes

选择确定

选择Finsh

接着在树莓派终端输入：

hostname -I

这样我们就能看到我们的IP了

（4）连接树莓派的ssh

随后在我们的window电脑上按住win+r，输入：

cmd

在终端中输入：

ssh 树莓派的用户名@ip

这样我们就能用我们的windows连接我们的树莓派了

更新软件，终端中输入：

sudo apt upgrade

输入：

sudo apt update

（5）创建我们的python虚拟环境 

创建我们的python虚拟环境venv，在终端中输入：

python3 -m venv venv

进入我们的虚拟环境：

cd venv
source bin/action

退出虚拟环境（这里只是给出命令，不需要执行）：

deactivate

下载opencv

pip insall opencv-contrib-python==4.5.4.60

下载完成后我们去导入我们的头文件输入：

python
import cv2

我们来查看他的路径：

cv2.__file__

这里自己输入时会以为是一个下划线，就会出现下面的情况：

 完成后我们退出我们的python环境：

quit（）

 安装个依赖

sudo  apt -y install libatlas-base-dev

我们查看一下我们的库：

pip list

（6）连接usb摄像头进行测试

将我们的usb摄像头连接树莓派，在windows终端中输入(这一步是为了检测我们的usb摄像头是否接入我们的树莓派):

ls /dev/video*

通常情况下我们额usb摄像头是video1或者video0 

（7）编写测试文件

当我们检测到我们额usb摄像头后，可以编写一个测试代码来测试我们的usb摄像头

在我们的windows终端中输入：

vim test_camera.py

使用vim编辑器进行编辑：

import cv2

cap = cv2.VideoCapture(0)

while True:
    ret, frame = cap.read()
    if ret:
        cv2.imshow("frame",frame)

    if cv2.waitKey(1) & 0xFF == ord("q"):
        break

cap.release()
cv2.destroyAllWindows()

代码输入保存后我们打开我们的树莓派的终端进入到我们的python虚拟环境，然后在终端中输入：

python test_camera.py

这时候我们的摄像头就会开始工作（这里建议使用好一点的usb摄像头，我的usb摄像头老是断连，搞得我挺烦的）

（8）分类器（这里认识一下就好，想玩视觉这块的话感觉还要学挺多东西的）

在我们的windows终端中输入：

python
import cv2
print（cv2.__file__）

这时就可以看到一条路径

退出我们额python空间cd到这条路径下

cd lib/python3.9/site-packages/cv2/

我们会发现这条路径下会有个data的文件

我们在终端中输入：

tree data/

我们就可以看到我们的很多的分类器了

（9）修改我们的代码来实现人脸识别

vim test_camera.py

import cv2
import numpy as np

cap = cv2.VideoCapture(0)
face_cascade = cv2.CascadeClassifier(cv2.data.haarcascades + "haarcascade_frontalface_alt2.xml")

print(face_cascade)

while True:
    ret,frame = cap.read()
    if ret:
        gray = cv2.cvtColor(frame,cv2.COLOR_BGR2GRAY)
        faces = face_cascade.detectMultiScale(gray,scaleFactor=1.5,minNeighbors=6)


#画个框来标记人脸
        for(x,y,w,h) in faces:
            cv2.rectangle(frame,(x,y),(x+w,y+h),(25,0,0),3)
            print(x,y,w,h)

        cv2.imshow("gray",gray)
        cv2.imshow("frame",frame)

    if cv2.waitKey(1) & 0xFF == ord("q"):
        break
cap.release()
cv2.destroyAllWindows()

ok,执行该程序就能识别人脸了，但识别精度较低哦