유용한 정보를 추출하려면 이미지에 대해 다른 작업을 수행해야합니다. 따라서 원하는 출력을 얻기 위해 이미지에 다른 알고리즘을 적용하는이 프로세스를 호출합니다. 이미지 처리 . 때로는 입력의 이미지가 흐려져서 데이터를 수집하려고합니다. 예를 들면. 강도가 자전거 나 차를 훔치 러 올 때 그들은 대부분 자전거를 타고 오며 오버 헤드 카메라가 도로에 설치되어 사고 장면을 캡처합니다. 강도가 오는 차량의 등록 번호를 알아야하며, 이미지 처리 알고리즘을 사용하여 쉽게 수행 할 수 있습니다. 특정 이미지에 대한 이미지 처리를 수행하려면 사용중인 하드웨어에 일부 라이브러리를 설치해야합니다. 이러한 라이브러리 중에서 가장 중요한 것은 OpenCV. OpenCV는 PC와 마이크로 프로세서에도 설치할 수 있습니다. Raspberry Pi는 마이크로 프로세서로 다양한 전자 프로젝트에 사용됩니다. Raspberry Pi에 운영 체제를 설치 한 후 다양한 이미지 처리 작업을 수행 할 수 있습니다. Raspberry Pi에 OpenCV를 설치하는 것은 길고 바쁜 작업입니다. 이 기사에서는 다양한 이미지 처리 작업을 수행하기 위해 Raspberry Pi에 OpenCV를 설치하는 방법을 배웁니다.
Raspberry Pi에 OpenCV가 설치된 얼굴 인식
Raspberry Pi를 설정하고 OpenCV를 구성하는 방법은 무엇입니까?
이제 Pi를 설정하고 OpenCV를 설치하기 위해 단계별로 언급 한 작업을 수행해 보겠습니다. Pi에 OpenCV를 설치하는 것은 긴 프로세스이며 완료하는 데 약 4 시간이 소요되므로 시간이 부족한 경우 설치를 시작하지 말고 무료로이 튜토리얼을 참조하십시오. 이 파이와 함께 돌리면 가열됩니다. 의 위에 장시간 작업을하므로 작업시 서늘한 곳에 보관하십시오.
1 단계 : 사용 된 구성 요소
- Raspberry Pi 3B + 키트
- HDMI 포트가있는 텔레비전
- HDMI 케이블
- 유선 컴퓨터 마우스
2 단계 : Raspberry Pi 모델 선택
라즈베리 파이의 여러 모델이 시장에 나와 있습니다. 라즈베리 파이 제로를 제외하고 모든 모델이 선호 될 수 있습니다. 이것은 Pi zero에서 네트워크를 설정하는 것이 매우 피곤한 작업이기 때문입니다. 3A +, 3B + 또는 4와 같은 최신 모델을 구입할 수 있습니다. 새로운 Raspberry Pi 3는 Raspberry Pi Foundation이 현재까지 출시 한 가장 빠르고 가장 지배적 인 가제트입니다. 따라서이 프로젝트에서는 Raspberry Pi 3B +를 사용합니다.
라즈베리 파이 3B +
3 단계 : 주변 장치 연결
Raspberry Pi를 선택한 후 키보드와 마우스를 Raspberry Pi에 연결합니다. 연결 후 HDMI 케이블을 사용하여 Pi를 텔레비전에 연결합니다. 이러한 연결을 한 후에는 더 진행할 준비가되었습니다.
4 단계 : 운영 체제 선택
첫째, 적절한 운영 체제가있는 SD 카드가 필요합니다. OS를 선택할 때 요즘에는 '기존의'Raspbian에서 전용 미디어 작업 프레임 워크, 심지어 Windows 10 IoT에 이르기까지 다양한 대안이 있습니다. 따라서 많은 응용 프로그램이 필요하지 않으므로 미디어 스트리밍 응용 프로그램을 위해 가능한 한 CPU (중앙 처리 장치)와 RAM (Random Access Memory)을 남겨 두어야합니다. 한 가지 문제는 Arch Linux가 Linux 지식이 많은 사람들에게 권장된다는 것입니다. 그들은 매우 최전선에 있으며 타사 응용 프로그램 및 라이브러리를 도입 할 때 계속 문제가 발생할 수밖에 없습니다. 따라서 이것이 처음으로 홈 시어터를 설치하는 경우 Raspbian Lite . 명령 줄 기반이며 '헤드리스'모드에서 계속 실행되도록 설계되었습니다. 즉, 콘솔이나 화면 없이도 시스템을 통해 완전히 원격으로 액세스 할 수 있습니다.
Raspbian Lite
5 단계 : Raspberry Pi가 최신 상태인지 확인
Pi의 소스를 최신 상태로 유지하지 않으면 오래된 소프트웨어로 인해 문제가 발생할 수 있습니다. Pi에서 VNC (가상 네트워크 컴퓨팅) 뷰어를 활성화 한 다음 Raspberry Pi를 VNC 뷰어와 연결합니다. VNC를 다운로드 한 다음 Pi와 연결하기위한 링크가 아래에 제공됩니다.
VNC 뷰어
이제 터미널을 열고 다음 명령을 실행하십시오.
sudo apt-get 업데이트
그때,
sudo apt-get 업그레이드
수많은 패키지가 설치되며 요청이 있으면 과 그리고 시작하다 제대로 설치합니다.
6 단계 : Raspberry Pi에 로그인
Raspberry Pi의 기본 사용자 이름은 다음과 같습니다. 파이, 기본 비밀번호는 산딸기. 이것이 기본 로그인 세부 정보이며 처음 로그인 할 때이 세부 정보를 사용하여 pi에 로그인합니다. 원할 때마다 이러한 세부 정보를 변경할 수도 있습니다.
Raspberry Pi에 로그인
7 단계 : OpenCV 용 Raspbian에 충분한 공간 만들기
OpenCV는 대용량 메모리를 확보하므로 파일 시스템을 확장하고 모든 공간을 메모리 카드에 할당해야합니다. raspberry의 명령 프롬프트로 이동하여 다음 명령을 입력합니다.
sudo raspi-config
창이 나타나고 다음과 같이 보일 것입니다.
구성 도구
이제 고급 옵션을 클릭하면 '파일 시스템 확장'옵션이 있습니다. 해당 옵션을 선택하십시오.
파일 시스템 확장
우리는 시작하다 버튼을 누른 다음 끝 단추. 이 단계에서 변경 사항을 적용하려면 Raspberry Pi를 재부팅해야합니다. 재부팅하려면 다음 명령을 입력하십시오.
sudo 재부팅
재부팅 후 파일 시스템이 확장되었는지, SD 카드에 모든 공간이 포함되어 있는지 확인합니다. 실행함으로써 df -h 명령으로 디스크가 확장되었는지 확인할 수 있습니다.
8GB 마이크로 SD 카드를 사용중인 분은 사용 가능한 공간의 50 %를 사용하고있을 수 있으므로 삭제 Wolfram 엔진 과 LibreOffice 약 1GB의 공간을 확보 할 수 있습니다. (이 단계는 선택 사항입니다.)
sudo적절한-가져 오기 숙청볼프람-엔진 sudo적절한-가져 오기 숙청libreoffice* sudo적절한-가져 오기 깨끗한 sudo적절한-가져 오기 자동 제거
8 단계 : 종속성 설치
종속 항목으로 이동하기 전에 Pi에 설치된 기존 패키지를 업데이트하고 업그레이드해야합니다.
sudo apt-get 업데이트
그때,
sudo apt-get 업그레이드
이제 OpenCV 빌드를 구성하는 데 도움이되는 몇 가지 개발 도구를 설치할 것입니다.
sudo적절한-가져 오기 설치짓다-본질적인cmake패키지-구성
이미지에 대해 다른 작업을 수행하려면 하드 드라이브에서 여러 이미지 형식을로드해야합니다. 이러한 형식에는 JPEG, PNG 등이 포함됩니다. 이러한 이미지 형식을로드하기 위해 몇 가지 I / O 패키지를 설치합니다.
sudo적절한-가져 오기설치libjpeg-devlibtiff5-devlibjasper-devlibpng12-dev
이러한 이미지 I / O 패키지와 함께 비디오 I / O 패키지도 설치합니다. 이러한 비디오 패키지를 설치하면 다양한 비디오 파일 형식을로드 할 수 있습니다.
sudo적절한-가져 오기 설치libavcodec-devlibavformat-devlibswscale-devlibv4l-dev sudo적절한-가져 오기 설치libxvidcore-devlibx264-dev
OpenCV 라이브러리는 다음과 같은 하위 모듈과 함께 제공됩니다. 하이 구이 화면에 사진을 표시하고 필수 GUI를 제작하는 데 사용됩니다. 해당 하위 모듈을 컴파일하기 전에 GTK 개발 라이브러리를 설치해야합니다.
sudo적절한-가져 오기 설치libgtk2.0-devlibgtk-삼-dev
이미지의 크기를 확인한 다음 픽셀 값을 읽어 이미지에 대해 여러 가지 매트릭스 작업을 수행 할 수 있습니다. 픽셀 값을 이진 형식으로 변환 한 다음이 이진수를 수정하여 이미지를 재생성 할 수도 있습니다. 라즈베리 파이에서는 입력을 제공 할 때 몇 가지 제한 사항이 있으므로 이러한 라이브러리는 중요하며 설치해야합니다. 따라서 이러한 결과는 몇 가지 추가 종속성을 설치하여 더 나아질 수 있습니다.
sudo적절한-가져 오기 설치libatlas-베이스-devgfortran
일부 사용자는 Python 2.7에서 작업하고 일부는 Python 3에서 작업 할 것입니다. Python 바인딩과 함께 OpenCV를 컴파일하려면 Python 2.7 및 Python 3의 헤더 파일을 설치해야합니다.
sudo적절한-가져 오기 설치python2.7-devpython3-dev
새 버전의 Raspbian Python 3이 이미 설치되어 있으며 Lx 터미널에 다음과 같은 메시지가 나타날 수 있습니다. “Python 3은 이미 최신 버전입니다.” . 이 단계는 다음과 같은 헤더 파일과 관련하여 오류가 발생할 수 있으므로 중요합니다. Python.h 명령을 실행하는 동안 하다 OpenCV를 컴파일합니다.
9 단계 : OpenCV 소스 코드 다운로드
종속성 설치가 완료되면 OpenCV의 공식 디렉토리에서 OpenCV 버전 3.3.0의 아카이브 폴더를 찾습니다.
CD ~ wget -또는 opencv.지퍼 https://github.와/Itseez/opencv/아카이브/3.3.0.zip 압축을 풀다opencv.지퍼
OpenCV의 전체 패키지를 설치하고 있으므로 다음을 포함해야합니다. opencv_contrib 게다가. 공식 사이트에서 다운로드 한 다음 압축을 풉니 다.
wget -또는 opencv_contrib.지퍼 https://github.와/Itseez/opencv_contrib/아카이브/3.3.0.zip 압축을 풀다opencv_contrib.지퍼
이 디렉토리를 다운로드하는 동안 OpenCV의 버전은 과 opencv_contrib 동일해야합니다. 즉, 3.3.0이어야합니다. 그렇지 않으면 설치 중에 컴파일 오류가 발생합니다.
10 단계 : Python 2.7 또는 Python 3?
성능면에서 python 2.7은 python 3보다 낫지 만 OpenCV에서는 큰 차이가 없습니다. 설치해야합니다 씨 OpenCV를 컴파일하기 전에 Raspberry에서. Python에서 사용되는 소프트웨어 패키지를 설치하는 데 사용되는 패키지 관리 시스템입니다. 이러한 패키지는 기본적으로 최신 raspbian에있을 수 있지만 다음 명령을 사용하여 확인하는 것이 좋습니다.
wgethttps://부트 스트랩.pypa.나는/가져 오기-씨.py sudo파이썬가져 오기-씨.py sudopython3가져 오기-씨.py
pip를 설치 한 후 두 개의 패키지를 적극 권장하며 OpenCV에서 작업하는 동안 설치해야합니다. 첫 번째는 virtualenv이고 두 번째는 virtualenvwrapper입니다. OpenCV를 Python에서 직접 가져올 수 없으므로 가상 환경을 만든 다음 해당 환경에서 작업합니다. 가상 환경은 모든 프로젝트에 대해 별도의 Python 환경을 생성하여 다양한 프로젝트에 필요한 조건을 개별 장소에 유지하는 데 사용되는 탁월한 도구입니다.
sudo씨설치virtualenvvirtualenvwrapper sudorm -rf ~/.은닉처/씨
이 패키지를 설치 한 후에는 ~/.프로필 파일의 끝에 다음 줄을 포함하는 홈 디렉토리의 숨겨진 파일입니다. 다음 명령을 입력하여 디렉토리를 입력하십시오.
나노~/.프로필
디렉토리가 열리면 아래로 스크롤하고 다음 행을 포함합니다.
# virtualenv 및 virtualenvwrapper 수출WORKON_HOME=$ HOME/.virtualenvs 수출VIRTUALENVWRAPPER_PYTHON=/usr/오전/python3 출처 /usr/현지/오전/virtualenvwrapper.sh
이 줄을 포함시킨 후 ctrl + x를 누르고, 과 종료합니다.
홈 디렉토리
터미널을 시작하고 Pi에 로그인 할 때마다이 도트 파일이 자동으로로드됩니다. 이미 로그인되어 있으므로 수동으로 입력합니다. 소스 ~ / .profile 파일의 내용을로드합니다.
Python 가상 환경 생성 : python 2.7 및 python 3을 사용하여 가상 환경을 만들어야합니다.
mkvirtualenv이력서 -피 python2
이름이 지정된 환경을 만듭니다. 이력서 파이썬 2.7. Python 3에서 환경을 생성하려는 사람은 누구나 아래에 언급 된 명령을 입력해야합니다.
mkvirtualenv이력서 -피 python3
'cv'라는 가상 환경에 있는지 확인 : 파이를 재부팅하면 가상 환경에 남아 있지 않으며 가상 환경 모드로 들어가려면 아래에 언급 된 두 개의 명령을 입력해야합니다.
출처 ~/.프로필 그 일을 수행하다이력서
아래 그림은 가상 환경 모드가 아님을 나타냅니다.
Lx 터미널
따라서 위에서 언급 한 두 개의 명령을 입력하면 가상 환경에 액세스 할 수 있습니다. 가상 환경에서 나가려면 deactivate를 입력합니다.
가상 환경에서 작업
Raspbian에 NumPy 설치 : Raspberry에 OpenCV를 설치하는 데 필요한 유일한 종속성은 Numpy입니다. 아래에 언급 된 명령을 입력하여 Raspberry Pi에 Numpy를 설치하십시오. 설치하는 데 약 10 분이 걸립니다.
씨설치numpy
11 단계 : OpenCV 컴파일 및 설치
가상 환경에서 OpenCV를 컴파일하고 설치하므로 CV 가상 환경에서 작업하고 있는지 확인하십시오. 가상 환경에 있지 않으면 OpenCV가 컴파일되지 않습니다. 이제 디렉토리를 홈 디렉토리, 하위 디렉토리로 변경하십시오. 오픈 이력서 3.3 그런 다음 빌드 디렉토리를 만듭니다. 빌드 디렉토리를 만든 후 마지막 5 줄을 CMake 예배 규칙서. 특정 라이브러리 세트 경로, 파이썬 버전 등을 확인합니다.
CD ~/opencv-3.3.0/ mkdir 짓다 CD 짓다 cmake -디 CMAKE_BUILD_TYPE=해제 -디 CMAKE_INSTALL_PREFIX=/usr/현지 -디 INSTALL_PYTHON_EXAMPLES=의 위에 -디 OPENCV_EXTRA_MODULES_PATH=~/opencv_contrib-3.3.0/모듈 -디 BUILD_EXAMPLES=의 위에 ..
Python 2.7을 사용하는 사용자의 경우 CMake 출력으로 스크롤해야하며 Python 2.7 섹션을 찾고 패키지의 Numpy 및 경로가 올바르게 구성되었는지 확인합니다. Python 3을 사용하는 사람들은 Python 2 섹션 바로 아래에있는 Python 3 섹션을 확인합니다.
Python 2.7 섹션 확인
이제 마침내 OpenCV를 컴파일 할 준비가되었습니다. make 명령을 입력하면 컴파일 프로세스가 시작됩니다. 따라서 컴파일하는 데 약 4 시간이 걸리므로 아침에 일어나면 OpenCV가 컴파일되도록 밤에 잠자기 전에 컴파일을 시작하는 것이 좋습니다. 하나의 명령 'make'를 입력하면 하나의 코어 만 사용하여 컴파일됩니다. 약간 시간이 걸리지 만 오류 가능성이 적습니다. make -j4 및 make -j2 명령을 사용하면 Raspberry Pi가 과열 될 수 있으며 컴파일 오류가 발생할 수도 있습니다.
하다
컴파일 완료
다음 명령을 사용하여 Raspberry Pi에 OpenCV 3를 설치합니다. 이 명령을 실행하면 각 파일이 해당 위치에 복사됩니다.
sudo make install
이 마지막 명령을 실행하면 설치가 완료됩니다.
sudoldconfig
이제 Python 2.7 또는 Python 3을 사용할 때 몇 단계가 남았습니다.
12 단계 : 설치 완료
입력하여 홈 디렉토리로 돌아가십시오. cd ~.
파이썬 3 : python 3 용 OpenCV 및 python 바인딩을 컴파일했기 때문에 OpenCV 바인딩을 python 3 디렉토리의 cv에 심볼릭 링크합니다.
CD ~/.virtualenvs/이력서/lib/python3.5/대지-패키지/ ln -에스 /usr/현지/lib/python3.5/대지-패키지/cv2.그래서 cv2.그래서
그게 다야!. 이제 Raspberry Pi에 OpenCV를 설치했습니다. 이제 가상 환경에서 확인하겠습니다.
13 단계 : OpenCV 테스트
LxTerminal을 열고 출처 명령 뒤에 그 일을 수행하다 명령. 가상 환경 모드에 들어갔으므로 python을 입력하여 OpenCV 바인딩을 가져온 다음 cv2를 가져옵니다. 오류 메시지가 없으면 성공적으로 반입되었음을 의미합니다.
출처 ~/.프로필 그 일을 수행하다이력서 파이썬 >>수입cv2
그 후 다음 명령을 입력하여 OpenCV 버전을 확인합니다.
cv2.__버전__
테스트]
Raspberry 3B +에 OpenCV를 설치했습니다. 이제 우리는 손가락 감지, 얼굴 인식 등과 같은 Python에서 수많은 이미지 처리 작업을 수행 할 수 있습니다.
