Ubuntu 20.04 auf Himbeer-Pi 4 mit OpenCV und mit Python verwenden

Überblick

• Bleiben Sie zu Hause Ich habe eine Himbeer-Pi 4 und eine hochwertige Kamera zum Spielen während der Woche geknallt, aber die Kamera hat die Versandfrist vor den Feiertagen nicht eingehalten und ich habe nur die Himbeer-Pi 4 erhalten. ――Ich dachte, ich würde es wahrscheinlich verwenden, wenn die Kamera kommt, also habe ich OpenCV installiert. Ich konnte den Artikel über Himbeer-Pi 4 und Ubuntu 20.04, OpenCV und Python nicht finden, also werde ich ihn verlassen.

OpenCV-Installation

Ich habe es aus dem Quellcode erstellt.

$ 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

Da cmake viele Optionen hat und ich es viele Male erneut versucht habe, habe ich eine Datei wie folgt erstellt.

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 \
..

Ich bin neu bei OpenCV und habe aufgrund der besonderen Umgebung nicht reibungslos gearbeitet. Ich bin über die folgenden Punkte gestolpert.

• Es gibt keinen libjasper-dev. Ich habe einen Fehler erhalten und war besorgt darüber, was ich tun soll. Ich habe es jedoch übersprungen, weil es irgendwo auf einem englischen schwarzen Brett geschrieben war, dass es nicht notwendig war und ich es nicht übertreiben musste. Es scheint sich um eine JPEG-bezogene Bibliothek zu handeln. Der Build wurde bestanden, auch wenn ich ihn nicht an die Pinnwand gestellt habe.
• Nachdem ich mit cmake gebaut hatte, war ich besorgt, dass ich cv2 nicht importieren könnte. Ich musste es zu einem Makefile für Python3 mit der Option -D PYTHON3_hogehoge machen. Ich habe das Ergebnis von cmake nicht richtig gesehen. ..

matplotlib Ich habe matplotlib für die Bildanzeige. Ich habe die Fehlermeldung erhalten, dass das Backend keine GUI ist, daher habe ich PyQt5 wie folgt eingefügt. (Ich habe es durch Ausprobieren gemacht, daher habe ich das Gefühl, dass es nicht genügend Befehle gibt.)

$ 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

Bestätigte Operation mit Python

Kann Lenas Gesicht erkannt werden? Ich habe die Funktionsweise von OpenCV anhand des Themas überprüft.

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()

Das Folgende ist das Ausführungsergebnis. Sie können es sicher erkennen. Beeindruckend

Wenn die Kamera ankommt, würde ich gerne damit spielen.

das ist alles.