python3下拥有opencv和dlib的树莓派镜像分享

在树莓派上安装opencv和dlib由于由于不能直接pip3 install ,所以要比windows和ubuntu上复杂的多,除了下载网速慢,编译的时候更是需要超长时间的等待。opencv的安装花了我一天的时间,dlib又花了我半天,非常痛苦,配置好环境之后立刻备份成镜像。现在,把镜像分享给大家,让准备上手人脸识别的同学免去繁琐的配置环境过程。

1 树莓派镜像

原始镜像是树莓派官方镜像,版本为 2019-04-08-raspbian-stretch.img

整个img大小为10G,boot分区占48.3Mb,root分区占9.1G

2 修改部分
2.1 用户账户

用户:pi 密码:quake

用户:root 密码:无

2.2 镜像源

已经将镜像源替换为清华的镜像源,可在以下命令查看:

sudo vim /etc/apt/sources.list

sudo vim /etc/apt/sources.list.d/raspi.list

3 已经安装的py3第三方库
第三方库版本
cv23.4.0
dlib19.17.0
numpy1.16.4
matplotlib2.0.0
scipy1.3.0

注:python2 的环境也有dlib,是我安装的时候一时输错了命令

图片展示:

Snipaste_2019-06-03_14-00-31.png

cv2摄像头测试:

Snipaste_2019-06-03_14-48-18.png

4 镜像下载链接

链接:https://pan.baidu.com/s/1PhIUTm5T8obdOZHYB35SVQ
提取码:wzxa

5 导入镜像至SD卡

整个镜像boot占42.9Mb,root分区占4.2G,但是由于我是在ubuntu下用dd命令得到的镜像,所以.img是整个SD卡的容量,占7.53G,而.gz压缩包占2.49G。烧录过后,可用容量仍然有3G,所以不影响空间占用,但是Win32DiskImager 无法烧入img至8G SD卡中,在linux下可以烧录8G SD卡。

5.1 windows装载镜像

解压镜像,Win32DiskImager 写入

5.2 linux装在镜像

插入SD卡,用一下命令查看SD设备号,比如我的是/dev/sdb

sudo ls /dev/sd*

cd 进入rasbian.img.gz所在的文件夹,用以下命令将镜像写入SD中

gunzip --stdout rasbian.img.gz | sudo dd bs=4M of=/dev/sdb
6 参考文献:

https://www.jianshu.com/p/56929416b4a1

https://www.jianshu.com/p/848014d8dea9

https://www.raspberrypi.org/documentation/linux/filesystem/backup.md

  • 8
    点赞
  • 25
    收藏
    觉得还不错? 一键收藏
  • 21
    评论
Python人脸识别是一种应用广泛的技术,可以用于各种领域,如安全监控、人脸识别门禁、人脸识别支付等。本文将介绍如何使用OpenCVdlib库进行Python人脸识别。 1. 安装OpenCVdlib库 在终端中输入以下命令安装OpenCVdlib库: ``` pip install opencv-python pip install dlib ``` 2. 导入库 在Python代码中导入OpenCVdlib库: ```python import cv2 import dlib ``` 3. 加载人脸检测器 使用dlib库中的人脸检测器,加载预训练模型: ```python detector = dlib.get_frontal_face_detector() ``` 4. 加载人脸识别模型 使用dlib库中的人脸识别模型,加载预训练模型: ```python predictor = dlib.shape_predictor("shape_predictor_68_face_landmarks.dat") facerec = dlib.face_recognition_model_v1("dlib_face_recognition_resnet_model_v1.dat") ``` 5. 加载测试图片 使用OpenCV库加载测试图片: ```python img = cv2.imread("test.jpg") ``` 6. 人脸检测 使用人脸检测器检测图片中的人脸: ```python dets = detector(img, 1) ``` 7. 人脸识别 对于每个检测到的人脸,使用人脸识别模型提取特征并进行比对: ```python for i, d in enumerate(dets): shape = predictor(img, d) face_descriptor = facerec.compute_face_descriptor(img, shape) # 进行比对 ``` 8. 显示结果 使用OpenCV库显示结果: ```python cv2.imshow("result", img) cv2.waitKey(0) cv2.destroyAllWindows() ``` 完整代码: ```python import cv2 import dlib # 加载人脸检测器 detector = dlib.get_frontal_face_detector() # 加载人脸识别模型 predictor = dlib.shape_predictor("shape_predictor_68_face_landmarks.dat") facerec = dlib.face_recognition_model_v1("dlib_face_recognition_resnet_model_v1.dat") # 加载测试图片 img = cv2.imread("test.jpg") # 人脸检测 dets = detector(img, 1) # 人脸识别 for i, d in enumerate(dets): shape = predictor(img, d) face_descriptor = facerec.compute_face_descriptor(img, shape) # 进行比对 # 显示结果 cv2.imshow("result", img) cv2.waitKey(0) cv2.destroyAllWindows() ``` 注意:本文只提供了Python人脸识别的基本流程,具体实现需要结合实际情况进行调整和优化。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 21
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值