【NanoPi2试用体验】简单人脸识别-结项

Nanopi2的试用也要接近尾声啦！

其实还有小半个月，不过过年了就不一定有时间，有心思在好好做当初预设的项目啦，所以最近赶工抓紧做完，剩下的时间里继续学一些自己想学的东西~
这一个半月的时间里自己学到了很多很多东西，在此感谢友善出这么好的产品，以及和 论坛 一起给我们提供试用的机会，向你们诚挚得说一声“谢谢”！！

下面是项目完成情况：
我的题目 名称很诡异，android下的简单人脸识别，然而我的陈述通篇没提android，我的实行也确实照着陈述来，所以就当我这个题目没啥意义好了……

上篇帖子是二维码识别，其实已经和简单人脸识别有点像了（部分手段）
我们主要用了python图像处理库——PIL，还有最最关键的opencv的分类器，此外还有对摄像头使用的一些库。

先说得到图片，肯定就是通过摄像头捕获图片了，我找到了一些方法：

1. 安装mplayer 
   
2. sudo apt-get install mplayer 
   
3. 输入命令播放摄像头视频
   
4. sudo mplayer tv://

复制代码

这个需要强制把摄像头设置为 /dev/video0

1. rm /dev/video0
   
2. mv /dev/video9 /dev/video0

复制代码

经过我的测试，是可以使用的，然而我并不能保存图片……天寒地冻的，我也不想深究了，反正方法多的。。。

1. sudo apt-get install fswebcam 
   
2. sudo fswebcam --device /dev/video9  a.jpg

复制代码

这种方法也可以，而且能保存图片，所以就用它了~

接下来的主体就交给PIL和opencv了

1. find / -name opencv

复制代码

查找一下opencv的目录
找到了关键的文件：

1. /usr/share/opencv/haarcascades/haarcascade_frontalface_alt_tree.xml

复制代码

接下来就比较顺利啦：

identify_face.py

1. #!/usr/bin/env python
   
2. #coding=utf-8
   
3. import os
   
4. from PIL import Image, ImageDraw
   
5. import cv
   
6. 
   
7. def detect_object(image):
   
8.     grayscale = cv.CreateImage((image.width, image.height), 8, 1)
   
9.     cv.CvtColor(image, grayscale, cv.CV_BGR2GRAY)
   
10. 
    
11.     cascade = cv.Load("/usr/share/opencv/haarcascades/haarcascade_frontalface_alt_tree.xml")
    
12.     rect = cv.HaarDetectObjects(grayscale, cascade, cv.CreateMemStorage(), 1.1, 2,
    
13.         cv.CV_HAAR_DO_CANNY_PRUNING, (20,20))
    
14. 
    
15.     result = []
    
16.     for r in rect:
    
17.         result.append((r[0][0], r[0][1], r[0][0]+r[0][2], r[0][1]+r[0][3]))
    
18. 
    
19.     return result
    
20. 
    
21. def process(infile):
    
22.     image = cv.LoadImage(infile);
    
23.     if image:
    
24.         faces = detect_object(image)
    
25. 
    
26.     im = Image.open(infile)
    
27.     path = os.path.abspath(infile)
    
28.     save_path = os.path.splitext(path)[0]+"_face"
    
29.     try:
    
30.         os.mkdir(save_path)
    
31.     except:
    
32.         pass
    
33.     if faces:
    
34.         draw = ImageDraw.Draw(im)
    
35.         count = 0
    
36.         for f in faces:
    
37.             count += 1
    
38.             draw.rectangle(f, outline=(255, 0, 0))
    
39.             a = im.crop(f)
    
40.             file_name = os.path.join(save_path,str(count)+".jpg")
    
41.      #       print file_name
    
42.             a.save(file_name)
    
43. 
    
44.         drow_save_path = os.path.join(save_path,"out.jpg")
    
45.         im.save(drow_save_path, "JPEG", quality=80)
    
46.     else:
    
47.         print "Error: cannot detect faces on %s" % infile
    
48. 
    
49. if __name__ == "__main__":
    
50.         os.system("fswebcam --device /dev/video9 /home/fa/Desktop/cc.jpg")
    
51.     process("/home/fa/Desktop/cc.jpg")
    

复制代码

执行：

1. python identify_face.py

复制代码

控制台效果：
 

拍摄图：
 

效果如下：

 

 


显然也可以本地图片的识别、或者一直对摄像头进行拍照分析等。

以上为所有内容，谢谢各位，同时再次感谢论坛和友善官方的支持！