Ubuntu 20.04 sur raspberry pi 4 avec OpenCV et utilisation avec python

Aperçu

• Restez à la maison J'ai sauté un raspberry pi 4 et un appareil photo de haute qualité pour jouer pendant la semaine, mais l'appareil photo n'a pas respecté la date limite d'expédition avant les vacances et je n'ai reçu que le raspberry pi 4. ――Je pensais que je l'utiliserais probablement lorsque la caméra arriverait, alors j'ai installé OpenCV. Je n'ai pas trouvé l'article sur raspberry pi 4 et Ubuntu 20.04, OpenCV et python, donc je vais le laisser.

Installation d'OpenCV

Je l'ai construit à partir du code source.

$ wget https://github.com/opencv/opencv/archive/3.4.3.zip -O opencv-3.4.3.zip
$ wget https://github.com/opencv/opencv_contrib/archive/3.4.3.zip -O opencv_contrib-3.4.3.zip
$ unzip opencv-3.4.3.zip
$ unzip opencv_contrib-3.4.3.zip
$ cd opencv-3.4.3
$ mkdir build
$ cd build
$ ./cmake.sh
$ make -j4
$ sudo make install
$ sudo ldconfig
$ cd /path/to/site-packages
$ sudo ln -s /usr/local/lib/python3.6/site-packages/cv2.cpython-36m-aarch64-linux-gnu.so cv2.so

Comme cmake a de nombreuses options et que j'ai réessayé plusieurs fois, j'ai créé un fichier comme suit.

cmake.sh

#!/bin/sh
cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local \
-D WITH_OPENCL=OFF -D WITH_CUDA=OFF -D BUILD_opencv_gpu=OFF \
-D BUILD_opencv_gpuarithm=OFF -D BUILD_opencv_gpubgsegm=OFF \
-D BUILD_opencv_gpucodec=OFF -D BUILD_opencv_gpufeatures2d=OFF \
-D BUILD_opencv_gpufilters=OFF -D BUILD_opencv_gpuimgproc=OFF \
-D BUILD_opencv_gpulegacy=OFF -D BUILD_opencv_gpuoptflow=OFF \
-D BUILD_opencv_gpustereo=OFF -D BUILD_opencv_gpuwarping=OFF \
-D BUILD_DOCS=OFF -D BUILD_TESTS=OFF \
-D BUILD_PERF_TESTS=OFF -D BUILD_EXAMPLES=OFF \
-D BUILD_opencv_python3=ON -D FORCE_VTK=ON \
-D WITH_TBB=ON -D WITH_V4L=ON \
-D WITH_OPENGL=ON -D WITH_CUBLAS=ON \
-D BUILD_opencv_python3=ON \
-D PYTHON3_EXECUTABLE=`pyenv local 3.6.8; pyenv which python` \
-D PYTHON3_INCLUDE_DIR=`pyenv local 3.6.8; python -c 'from distutils.sysconfig import get_python_inc; print(get_python_inc())'` \
-D PYTHON3_NUMPY_INCLUDE_DIRS=`pyenv local 3.6.8; python -c 'import numpy; print(numpy.get_include())'` \
-D PYTHON3_LIBRARIES=`find $PYENV_ROOT/versions/3.6.8/lib -name 'libpython*.so'` \
-D WITH_FFMPEG=ON \
..

Je suis nouveau sur OpenCV et je ne me suis pas bien déroulé à cause de l'environnement spécial. Je suis tombé sur les points suivants.

--Il n'y a pas de libjasper-dev.J'ai eu une erreur et je me demandais quoi faire. Cependant, je l'ai sauté parce qu'il était écrit sur un babillard anglais quelque part que ce n'était pas nécessaire et que je n'avais pas à en faire trop. Cela semble être une bibliothèque liée au JPEG. La construction a réussi même si je ne l'ai pas mise sur le babillard.

• Après avoir construit avec cmake, je craignais de ne pas pouvoir faire ʻimport cv2. Je devais en faire un Makefile pour python3 avec l'option -D PYTHON3_hogehoge`. Je n'ai pas vu correctement le résultat de cmake. ..

matplotlib J'ai mis matplotlib pour l'affichage de l'image. J'ai eu une erreur indiquant que le backend n'est pas une interface graphique, j'ai donc mis PyQt5 comme suit. (Je l'ai fait par essais et erreurs, donc je pense qu'il n'y a pas assez de commandes.)

$ sudo apt install -y qt5-qmake qt5-default
$ wget https://sourceforge.net/projects/pyqt/files/sip/sip-4.19.12/sip-4.19.12.tar.gz
$ wget https://sourceforge.net/projects/pyqt/files/PyQt5/PyQt-5.10.1/PyQt5_gpl-5.10.1.tar.gz
$ tar -xvf sip-4.19.12.tar.gz
$ tar -xvf PyQt5_gpl-5.10.1.tar.gz
$ cd sip-4.19.12/
$ python configure.py --sip-module=PyQt5.sip
$ make -j4
$ sudo make install
$ cd ../PyQt5_gpl-5.10.1/
$ python configure.py --qmake /usr/bin/qmake --sip-incdir ~/deeplabcut/sip-4.19.12/siplib
$ make
$ sudo make install
$ pip install pyqt5

Opération confirmée avec python

Le visage de Lena peut-il être détecté? J'ai vérifié le fonctionnement d'OpenCV en fonction du thème.

cvtest.py

import cv2
import matplotlib.pyplot as plt

cascade_path = '/usr/local/share/OpenCV/haarcascades/haarcascade_frontalface_default.xml'

def face_detection(img_src):
    img_gray = cv2.cvtColor(img_src, cv2.COLOR_BGR2GRAY)
    cascade = cv2.CascadeClassifier(cascade_path)
    facerect = cascade.detectMultiScale(img_gray)
    if len(facerect) == 0:
        print('No face detected')
        return None

    rect = facerect[0]
    cv2.rectangle(
        img_src,
        tuple(rect[0:2]), tuple(rect[0:2] + rect[2:4]),
        (255, 255, 255),
        thickness=2)
    return img_src

if __name__ == "__main__":
    lena_path = './lena.png'
    lena_src = cv2.imread(lena_path)
    lena_face_detected = face_detection(lena_src)
    if lena_face_detected is None:
        img_show = lena_src
    else:
        img_show = cv2.cvtColor(lena_face_detected, cv2.COLOR_BGR2RGB)
    plt.imshow(img_show)
    plt.show()

Voici le résultat de l'exécution. Vous pouvez le détecter en toute sécurité. sensationnel

Quand la caméra arrivera, j'aimerais jouer avec.

c'est tout.