人臉識(shí)別技術(shù)在過(guò)去十年中有了巨大的進(jìn)步，現(xiàn)在它主要用于監(jiān)視和安全目的。在今天的教程中，我們將學(xué)習(xí)如何使用樹(shù)莓派構(gòu)建人臉識(shí)別門鎖系統(tǒng)。本項(xiàng)目分為三個(gè)階段：

?數(shù)據(jù)收集

?訓(xùn)練識(shí)別器

?人臉識(shí)別

在第一階段，我們將收集被授權(quán)開(kāi)鎖的面部樣本。在第二階段，我們將針對(duì)這些人臉樣本訓(xùn)練識(shí)別器，在最后階段，我們將使用訓(xùn)練器數(shù)據(jù)來(lái)識(shí)別這些人臉。如果樹(shù)莓派認(rèn)出一張臉，它就會(huì)打開(kāi)門鎖。

在這里，一個(gè)電磁鎖和一個(gè)Pi相機(jī)將與樹(shù)莓派一起使用樹(shù)莓派3來(lái)構(gòu)建這個(gè)基于人臉識(shí)別的門鎖系統(tǒng)。我們以前使用電磁鎖與樹(shù)莓派，也建立了一些項(xiàng)目與pi相機(jī)，如Web控制樹(shù)莓派監(jiān)控機(jī)器人，基于物聯(lián)網(wǎng)的智能Wi-Fi門鈴，智能閉路電視監(jiān)控系統(tǒng)等。

組件的要求

?樹(shù)莓派3(任何版本)

?電磁鎖

?繼電器模塊

?跳線

線路圖

下面給出了樹(shù)莓派人臉識(shí)別門鎖的電路圖。

樹(shù)莓派和電磁鎖通過(guò)繼電器模塊連接。電磁鎖需要9 ~ 12V，樹(shù)莓派只能提供5V。因此，使用12V適配器為螺線管鎖供電。繼電器模塊的VCC和GND引腳連接樹(shù)莓派的5V和GND。繼電器的輸入端接在樹(shù)莓派的GPIO23上。

電磁鎖的正引腳接在12V適配器的正軌上，電磁鎖的負(fù)引腳接在繼電器的COM上。將繼電器的NO引腳接到12V適配器的負(fù)極上。

樹(shù)莓派3人臉識(shí)別門鎖的面包板設(shè)置如下所示：

在樹(shù)莓派3上安裝OpenCV

這里使用OpenCV庫(kù)來(lái)檢測(cè)和識(shí)別人臉。要安裝OpenCV，首先要更新樹(shù)莓派。

然后使用以下命令安裝所需的依賴項(xiàng)，以便在樹(shù)莓派上安裝OpenCV。

之后，使用下面的命令在樹(shù)莓派上安裝OpenCV。

安裝人臉識(shí)別所需的其他軟件包

在開(kāi)始使用樹(shù)莓派的人臉識(shí)別門鎖系統(tǒng)程序之前，讓我們安裝所需的軟件包。

安裝dlib: dlib是包含機(jī)器學(xué)習(xí)算法和解決現(xiàn)實(shí)問(wèn)題的工具的現(xiàn)代工具包。使用下面的命令安裝dlib。

安裝face_recognition模塊：該庫(kù)用于通過(guò)命令行從Python識(shí)別和操作人臉。使用下面的命令安裝人臉識(shí)別庫(kù)。

安裝imutils: imutils用于使基本的圖像處理功能，如平移，旋轉(zhuǎn)，調(diào)整大小，骨架化和顯示Matplotlib圖像更容易與OpenCV。使用以下命令安裝imutils：

安裝枕頭：枕頭用于打開(kāi)，操作和保存不同格式的圖像。使用以下命令安裝枕頭：

樹(shù)莓派人臉識(shí)別門鎖編程

如前所述，我們將分三個(gè)階段完成這個(gè)項(xiàng)目。第一階段是數(shù)據(jù)收集;第二步是訓(xùn)練識(shí)別器，第三步是識(shí)別人臉。最后給出了這三個(gè)部分的程序。在這里，我們?cè)敿?xì)地解釋了其中的每一個(gè)。

1. 數(shù)據(jù)收集

在項(xiàng)目的第一階段，創(chuàng)建一個(gè)數(shù)據(jù)集來(lái)存儲(chǔ)人臉。這些面將以不同的id存儲(chǔ)。

為此，首先，創(chuàng)建一個(gè)保存所有項(xiàng)目數(shù)據(jù)的項(xiàng)目目錄。

除了三個(gè)python程序和數(shù)據(jù)集，這個(gè)目錄還有一個(gè)面部分類器文件。所有三個(gè)python程序和面部分類器文件在頁(yè)面末尾給出。

現(xiàn)在在FaceRecognitionProject目錄中，創(chuàng)建一個(gè)名為Dataset的新子目錄來(lái)存儲(chǔ)面部樣本。

現(xiàn)在打開(kāi)FaceRecognitionProject目錄下的Nano編輯器文件，粘貼最后給出的數(shù)據(jù)收集程序。

數(shù)據(jù)收集程序解釋如下：

初始化人臉檢測(cè)器。人臉?lè)诸惼魑募c人臉檢測(cè)器一起使用。

現(xiàn)在提供一個(gè)用戶輸入命令，以便用戶可以在收集數(shù)據(jù)之前輸入數(shù)字面部id。

在while循環(huán)中，使用檢測(cè)器提取人臉。

之后，保存每一個(gè)捕獲的幀，將其保存為“dataset”目錄下的文件，person id：

運(yùn)行python腳本并輸入人臉id。當(dāng)它檢測(cè)到人臉時(shí)，它就開(kāi)始捕捉樣本。這些示例將保存在Dataset目錄中。

目錄和程序文件的結(jié)構(gòu)是這樣的：

2. 訓(xùn)練識(shí)別器

收集人臉樣本后，對(duì)識(shí)別器進(jìn)行訓(xùn)練，使其能夠準(zhǔn)確地預(yù)測(cè)人臉。

在FaceRecognition目錄中打開(kāi)一個(gè)Nano編輯器文件，粘貼訓(xùn)練器代碼(在最后給出)并將其保存為trainer.py

下面解釋了訓(xùn)練識(shí)別器的Python腳本：

通過(guò)導(dǎo)入所有必需的庫(kù)文件來(lái)啟動(dòng)代碼。

之后，輸入保存面部樣本的路徑。

接下來(lái)，使用haarcascade_frontalface_default.xml面部分類器文件檢測(cè)示例圖像中的面部。然后使用識(shí)別器變量來(lái)創(chuàng)建一個(gè)LBPH(局部二值模式直方圖)人臉識(shí)別器。

現(xiàn)在使用前面初始化的路徑進(jìn)入face samples目錄。

之后，創(chuàng)建兩個(gè)用于存儲(chǔ)面部樣本和id的列表。

將圖像樣本轉(zhuǎn)換為灰度。之后，將PIL映像轉(zhuǎn)換為numpy映像。

數(shù)據(jù)集目錄中的樣本按如下方式保存：User.Id.SampleNumber。因此，為了獲得ID，我們將拆分圖像路徑。通過(guò)分割圖像路徑，我們將獲得一個(gè)用戶ID和樣本編號(hào)。

現(xiàn)在調(diào)用Faces和id列表并將它們輸入到訓(xùn)練器文件中。

3. 識(shí)別器

現(xiàn)在，在我們項(xiàng)目的最后一步，我們將使用人臉識(shí)別技術(shù)從實(shí)時(shí)視頻饋送中識(shí)別人臉。一旦樹(shù)莓派識(shí)別出任何保存的面孔，它將使繼電器模塊高位打開(kāi)電磁鎖。

完整的人臉識(shí)別程序在頁(yè)面的末尾給出。這段代碼的一些重要部分解釋如下：

這個(gè)程序類似于訓(xùn)練器程序，所以使用相同的庫(kù)文件和分類器文件。

之后，使用一個(gè)數(shù)組為每個(gè)面部id添加名稱。

現(xiàn)在從樹(shù)莓派相機(jī)獲得640x480分辨率的視頻饋送。如果您使用多個(gè)攝像機(jī)，則在cam = cv2. videoccapture(0)函數(shù)中將0替換為1

之后，在while循環(huán)中，將視頻分解為圖像，然后將其轉(zhuǎn)換為灰度。

使用識(shí)別器。預(yù)測(cè)函數(shù)檢查人臉與樣本的匹配程度。

如果信心小于100，則打開(kāi)鎖。0代表完美匹配。

測(cè)試樹(shù)莓派人臉識(shí)別門鎖

執(zhí)行這些python代碼需要外部監(jiān)視器或任何虛擬監(jiān)視器(如VNC查看器)。運(yùn)行數(shù)據(jù)集程序收集人臉樣本。當(dāng)你運(yùn)行這個(gè)程序時(shí)，會(huì)彈出一個(gè)窗口。在該窗口中，輸入ID號(hào)并按enter。之后，將彈出另一個(gè)窗口，使用pi相機(jī)采集面部樣本。

在此之后，運(yùn)行教練程序。成功執(zhí)行后，將生成一個(gè)培訓(xùn)師。將Yml文件放入項(xiàng)目目錄。這個(gè)文件將被識(shí)別器用來(lái)識(shí)別人臉。

現(xiàn)在，在最后一步，運(yùn)行識(shí)別程序。如果在視頻源中識(shí)別出一張臉，你會(huì)發(fā)現(xiàn)它周圍有一個(gè)框，上面寫著這個(gè)人的名字，如下所示：

本文編譯自iotdesignpro