树莓派4b之初学者入门人脸识别（手把手完整版）

前言：

树莓派的性能日益强大，树莓派4b相比上一代的能有了很大的提升，采用了博通最新的BCM4908 64bit处理器，内存从1G升级到2G和4G，视频支持4K，价格依旧美丽。本文将从硬件和软件出发，手把手与大家分享如何用树莓派实现人脸识别，包括硬件配置，环境搭载，代码详解，程序部署。

硬件工具准备：

• 32G内存卡
• 树莓派4B
• 电源
• 摄像头
• 读卡器
• 屏幕（这个可以用远程代替）

软件工具准备：

• Win32DiskImager
• 镜像包

环境

• opencv4.2.0
• python3.7.3

【硬件配置】

• 树莓派：相比上一代树莓派，树莓派4B在性能各方面有了很大的提升，强烈推荐，本文采用树莓派4B2G版。
• 摄像头：本文采用某宝购买的树莓派非原装摄像头，20多元，原装摄像头太贵了，不推荐购买，土豪随意。
• 屏幕：分辨率1024*600，可触屏

一、烧录镜像和环境配置

镜像烧录传送门：树莓派4b之镜像烧录（手把手完整版）

这里采用的是opencv4.2.0，其安装方式有两种：

1、采用已经安装好opencv的镜像进行烧录

• 镜像过几天打包后分享出来

2、自己进行安装或编译安装

• 编译安装教程传送门：树莓派安装opencv4.2.0

二、代码详解

1、基础知识

• 以下代码是基于Haar+Cascade分类器实现人脸识别

相关课程请参看慕课课程：OpenCV+Tensorflowr入门人工智能图像处理
可在B站上搜寻观看，也可通过百度网盘下载后观看（包括源码）

下载链接：https://pan.baidu.com/s/1ZZgXih-4AsQOrbHVW74k5Q
提取码：xwlp

相关理论基础可观看章节:

• Haar概念及其原理 视频1 视频2 视频3 笔记
• Adaboost的分类结构及其使用 视频 笔记
• Adaboost训练步奏以及训练后的xml文件 视频 笔记
• 基于Haar+Adaboost人脸识别 视频 笔记

相关笔记请查看简书：犬夜叉写作业

对于初学者，建议抽空把整个课程看一下，能有所收获

2、相关代码及其详细注释

'''
Haar Cascade Face detection with OpenCV  
    Based on tutorial by pythonprogramming.net
    Visit original post: https://pythonprogramming.net/haar-cascade-face-eye-detection-python-opencv-tutorial/  
Adapted by Marcelo Rovai - MJRoBot.org @ 7Feb2018 
'''

import numpy as np
import cv2
#导入opencv内部已经训练好的人脸模型
faceCascade = cv2.CascadeClassifier('Cascades/haarcascade_frontalface_default.xml')
#打开摄像头，并设置窗口大小
cap = cv2.VideoCapture(0)
cap.set(3,640) # set Width
cap.set(4,480) # set Height

#进行人脸识别
while True:
    ret, img = cap.read()   #读取摄像头采集到的图片
    #img = cv2.flip(img, -1)   #将摄像头180旋转，摄像头倒放的时候需要
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)  #将读取的图片转换为灰度图
    faces = faceCascade.detectMultiScale(
        gray,
        
        scaleFactor=1.2,
        minNeighbors=5
        ,     
        minSize=(20, 20)
    )   #采用Haar+Cascade分类器进行脸部识别

    for (x,y,w,h) in faces:    #将识别到的人脸用蓝色框框出来，x：横坐标；y纵坐标；w：宽度；h：高度（即（x，y）：表示画蓝色框的起点；w，h表示蓝色框的长和宽）
        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]
       
    cv2.imshow('video',img) #显示到屏幕上
    k = cv2.waitKey(30) & 0xff
    if k == 27: # 按'ESC'退出摄像头
        break

cap.release()   #释放摄像头
cv2.destroyAllWindows()   #关闭窗口

三、代码部署和运行

将以上代码写入成文件，命名为face.py
我已经写好了，可以在这里下载：

链接：https://pan.baidu.com/s/1AEdGP2svw7B-mBPVNM1rGQ
提取码：h96w

可以先用电脑下载下来，再远程拷贝进树莓派里面

里面的haarcascade_frontalface_default.xml也要下载下来

进入树莓派/home/pi/Downloads，这个目录可以随意，看你想把程序放在哪里了

cd /home/pi/Downloads

将face.py和haarcascade_frontalface_default.xml同时拷贝进去，这样就部署完成了

输入以下代码运行程序：

#要进入文件所在位置，才能找到文件
cd /home/pi/Downloads  
#运行程序
python3 face.py

运行成功！！！