资源简介
视频检测跟踪技术是一门融合了图像处理、计算机视觉、模式识别、人工智能等学科的技术。所谓视频跟踪,是指对视频图像序列中的特定目标进行检测、提取、识别和跟踪,获得目标的位置参数,或者目标整体所占的图像区域,亦或是目标的运动轨迹等,从而进行后续深入的处理与分析,以实现对特定目标的行为理解。目标检测跟踪技术在诸如安全与监控系统、交通控制系统、定位导航系统、虚拟现实等诸多方面均有广阔的应用,具有重要的军事、商业价值。而人物追踪技术一直是当代的热门技术话题之一,其研究和发展能够更好的改善人们的生活。基于树莓派的人脸追踪系统是这一技术发展的重要体现。
代码片段和文件信息
### Imports ###################################################################
from picamera.array import PiRGBArray
from picamera import PiCamera
from functools import partial
import multiprocessing as mp
import cv2
import os
import time
### Setup #####################################################################
os.putenv(‘SDL_FBDEV‘ ‘/dev/fb0‘)
resX = 320
resY = 240
cx = resX / 2
cy = resY / 2
os.system(“echo 0=150 > /dev/servoblaster“)
os.system(“echo 1=150 > /dev/servoblaster“)
xdeg = 150
ydeg = 150
# Setup the camera
camera = PiCamera()
camera.resolution = (resX resY)
camera.framerate = 60
# Use this as our output
rawCapture = PiRGBArray(camera size=(resX resY))
# The face cascade file to be used
face_cascade = cv2.CascadeClassifier(‘/home/pi/opencv-3.3.0/data/lbpcascades/lbpcascade_frontalface.xml‘)
t_start = time.time()
fps = 0
### Helper Functions ##########################################################
def get_faces(img):
gray = cv2.cvtColor(img cv2.COLOR_BGR2GRAY)
faces = face_cascade.detectMultiScale(gray)
return faces img
def draw_frame(img faces):
global xdeg
global ydeg
global fps
global time_t
# Draw a rectangle around every face
for (x y w h) in faces:
cv2.rectangle(img (x y) (x + w y + h) (200 255 0) 2)
cv2.putText(img “Face No.“ + str(len(faces)) (x y) cv2.FONT_HERSHEY_SIMPLEX 0.5 (0 0 255) 2)
tx = x + w / 2
ty = y + h / 2
if (cx - tx > 15 and xdeg <= 190):
xdeg += 1
os.system(“echo 0=“ + str(xdeg) + “ > /dev/servoblaster“)
elif (cx - tx < -15 and xdeg >= 110):
xdeg -= 1
os.system(“echo 0=“ + str(xdeg) + “ > /dev/servoblaster“)
if (cy - ty > 15 and ydeg >= 110):
ydeg -= 1
os.system(“echo 1=“ + str(ydeg) + “ > /dev/servoblaster“)
elif (cy - ty < -15 and ydeg <= 190):
ydeg += 1
os.system(“echo 1=“ + str(ydeg) + “ > /dev/servoblaster“)
# Calculate and show the FPS
fps = fps + 1
相关资源
- python基于人脸检测和人脸识别
- 树莓派Python编程入门与实战
- Python-Insightface人脸检测识别的最小化
- Python-pytorch实现的人脸检测和人脸识别
- opencv3+python人脸检测和识别- 完整实战
- opencv3+python人脸检测和识别- 完整实战
- opencv3+python人脸检测和识别 完整项目
- 人脸检测并打马赛克源码
- 树莓派与Python学习一
- 树莓派Python编程指南34705
-
树莓派人脸识别python代码及xm
l模型 - MTCNN源码python版
- 基于树莓派的门禁管理系统
- 人脸识别门禁系统 毕业设计 可移植
- 人脸识别代码python
- 树莓派Python编程指南.[美]Alex Bradbury
- Python-树莓派上的VR开发用Python实现
- 人脸识别源代码及模型
- Dlib人脸特征标定.ipynb可直接运行
- 树莓派LoRa教程.docx
- 树莓派利用红外线传感器进行循迹
- Python-flask树莓派网页端控制开关灯采
- 人脸检测、特征点检测、人脸对齐代
- 使用 pubnub 云端平台 控制树莓派GPIO的
- 树莓派巡线白线.py
- python人脸检测源代码
- 树莓派动作捕捉抓拍存储图像脚本
- 树莓派声控脚本python
- 树莓派目标跟踪代码python
- 树莓派_python_PCA9685_16路舵机自定义角
评论
共有 条评论