描述

介紹

在本文中，我們將介紹如何使用 Python 編程語言中的 OpenCV 庫在 LattePanda 上實現人臉識別。

我們使用的操作系統是 LattePanda 上默認的 Windows 10。

1. 軟件準備

安裝 Python

首先，請從官網下載最新的Python。注意Python有兩個版本，一個是2.7.x版本，一個是3.x版本。2.7.x 版本是較舊的版本，將來會被棄用，所以在這個項目中我們使用 Python3，本文中的最新版本是3.6.1 。

請按照下圖安裝。

?

?

安裝 Python 時不要忘記勾選“ Add Python 3.6 to PATH ”選項，它使 Windows 系統能夠調用 Python 可執行文件。

?

?

安裝后，為了測試我們是否可以在 LattePanda 上運行 Python，請按快捷鍵“Win+R”啟動命令提示符并輸入“ cmd ”。

?

?

接下來，在 cmd 中鍵入“ python ”以啟動 Python 交互會話。如果出現符號“ >>> ”，則表示 Python 已成功安裝并在您的操作系統上運行。否則，如果您看到任何錯誤消息，請檢查安裝步驟，尤其是PATH選項。

?

?

請輸入“ exit() ”命令退出此shell并返回命令提示符。

?

?

安裝所需的軟件包

現在，我們將使用Python 包管理器（pip）安裝這個項目的三個必要的 Python 包

1. 請在命令提示符下輸入“ pip install numpy ”安裝此Python數值計算工具。

?

?

2.接下來，輸入“ pip install opencv-python ”來安裝OpenCV，一個開源的計算機視覺庫，我們在我們的項目中使用它來識別人臉。

?

?

3、最后輸入“ pip install pyserial ”安裝Python的串口通訊工具。我們使用這個庫與 Python 和 Arduino 建立串行連接。

?

?

Thonny - Python IDE

人們可能需要一些工具來有效地編寫代碼。這是我們向您推薦的一個名為Thonny的優秀 Python IDE 。該 IDE 集成了適合初學者的所有基本工具（調試器、python shell、變量等）。

您可以從官方網站下載它：.

?

?

為了讓 Thonny 使用之前安裝的 Python 包，我們需要將解釋器的默認路徑更改為 Windows 系統中 Python 可執行文件的位置。

在 thonny IDE 中，單擊工具，然后單擊選項以打開首選項窗口：

?

?

在這個窗口中，點擊interpreter選項卡，將路徑設置為默認的Python安裝路徑，如下圖：

?

?

2.硬件

我們在這個項目中使用Logitech C270 網絡攝像頭（或幾乎任何其他帶有 USB 連接器的網絡攝像頭）來識別人臉。而要跟蹤人臉位置，我們需要一個小的旋轉平臺。如下圖所示，我們使用底部的小型伺服電機（Tower Pro MG90）來旋轉安裝在其上的相機。您可以在Thingiverse 網站上查看現成的網絡攝像頭/伺服支架。

請注意，伺服信號線連接到LattePanda 上的Arduino 引腳 9 。確保正確連接，棕色接地針朝外，如 LattePanda 上標記的那樣。

?

?

三、軟件實現

阿杜諾素描

請啟動 Arduino IDE 并將以下代碼下載到 LattePanda 的 Arduino Leonardo 內核（您必須指定正確的 COM 端口，通常是COM4 ）。

在這段代碼中，LattePanda 的 Arduino 芯片會從串口接收到兩條不同的指令，如果指令是“ a ”或“ b ”，則將相機 CCW 或 CW 轉動 1 度（此值可根據你的要求）。

由于我們已將伺服連接到 LattePanda Arduino D9引腳，當然我們必須在您的 Arduino 草圖（第 9 行）中指定它。如果要將伺服切換到另一個引腳，請記住將“ s.attach(9) ”這一行中的引腳號修改為實際引腳號。伺服上限 (180) 和伺服下限 (0) 可以根據物理設置進行修改。

//Arduino sketch
//waiting command from LattePanda (Python) to control servo
#include 
Servo s;
int degree = 90;
void setup()
{
    Serial.begin(115200);
    s.attach(9);
}
void loop()
{
    if(Serial.available())
    {
        int cmd = Serial.read();
        if(cmd == 'a')
        {
            degree++;
            if(degree >= 180)
                degree = 180;
            s.write(degree);
        }
        else if(cmd == 'b')
        {
            degree--;
            if(degree <= 0)   //lower
                degree = 0;
            s.write(degree);
        }
        else
            Serial.println("Press a/b to turn the camrea!");
    }
}

Python 腳本

我們已經準備好了 Python 庫和 IDE，現在讓我們完成人臉跟蹤的實現。

由于我們要在這個項目中檢測人臉，請從OpenCV github（https://github.com/opencv/opencv/tree/master/data/haarcascades）下載現有模型，我們需要兩個xml文件：

• haarcascade_frontalface_default.xml ：用于人臉檢測

• haarcascade_eye.xml ：用于眼睛檢測。

首先，我們將調用函數“ cv2.VideoCapture(0) ”從分辨率為 640x480 的相機中檢索圖像數據。接下來，我們構建串行連接（第 9行中的COM4 ）與 Arduino 內核通信，并使用它來控制伺服角度。

while循環中的識別功能就是簡單地將每一幀中的原始圖像轉換為灰度顏色，然后使用識別模型（face_cascade和eye_cascade）在這一幀中找到最可能的人臉。

如何確定我們想要的臉？該程序將計算圖像中有多少張臉并選擇最大的一張。

為了跟蹤人臉，程序首先計算人臉的位置（第22行中的position = x + w/2.0 ），x是標記人臉的矩形的左上角坐標，w是矩形的寬度.

LattePanda 得到人臉位置后，將其與圖像中心（#24~27 行）進行比較，并發出命令旋轉相機平臺以補償差異。

注意，我們已經指定中心線為320 （由 640/2 導出，640 是每個圖像幀的分辨率寬度）。所以如果你想修改分辨率或者使用另一個網絡攝像頭，不要忘記改變這個參數。

import cv2
import numpy as np
import serial
face_cascade = cv2.CascadeClassifier('./haarcascade_frontalface_default.xml')
eye_cascade = cv2.CascadeClassifier('./haarcascade_eye.xml')
cap = cv2.VideoCapture(0)
cap.set(3, 640)
cap.set(4, 480)
ser = serial.Serial('COM4', 115200)
while True:
    _, img = cap.read()
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    faces = face_cascade.detectMultiScale(gray, 2, 5)
    if len(faces):
        (x, y, w, h) = max(faces, key=lambda face: face[2]*face[3])
        cv2.rectangle(img,(x,y),(x+w,y+h),(255,0,0),2)
        roi_gray = gray[y:y+h, x:x+w]
        roi_color = img[y:y+h, x:x+w]
        eyes = eye_cascade.detectMultiScale(roi_gray)
        for (ex,ey,ew,eh) in eyes:
            cv2.rectangle(roi_color,(ex,ey),(ex+ew,ey+eh),(0,255,0),2)
        position = x + w/2.0
        print(position)
        if position < 320:
            ser.write(b'a')
        else:
            ser.write(b'b')
        
    cv2.imshow('face', img)
    k = cv2.waitKey(5) & 0xFF
    if k == 27:
        break
cv2.destroyAllWindows()

演示視頻

檢查這個項目的性能，我們在手機上顯示一張人臉圖片，你可以看到網絡攝像頭會嘗試將其中心對準人臉。欣賞~

?