माँ रात में शांति से सोती है - हम रास्पबियन के लिए ओपनसीवी इकट्ठा करते हैं

पिछले कुछ हफ़्ते हमारी टीम के लिए मुश्किल रहे। OpenCV 4 जारी किया गया था , और इसके साथ, उन्होंने Intel के OpenVINO टूलकिट R4 के लिए तैयारी की , जिसमें OpenCV शामिल है। आप सोचते हैं, मैं कुछ समय के लिए विचलित हो गया हूँ, मैं हमेशा की तरह OpenCV फ़ोरम और उपयोगकर्ता टिप्पणियों के बारे में देखूँगा, और यहाँ यह कहना आपके लिए फैशनेबल हो गया है कि OpenCV IoT नहीं है, रास्पबेरी पाई के तहत इसे इकट्ठा करने के लिए पर्याप्त है - make -j2 डालने के make -j2 पर्याप्त मिलाप नहीं है - यदि आप भाग्यशाली हैं तो सुबह में यह तैयार हो जाएगा।

इसलिए, मैं एक साथ हाथ मिलाने का प्रस्ताव करता हूं और देखता हूं कि आप एक एआरएम प्रोसेसर पर चल रहे 32-बिट ऑपरेटिंग सिस्टम के लिए ओपनसीवी लाइब्रेरी को कैसे इकट्ठा कर सकते हैं, जिसमें 64-बिट ओएस वाली मशीन का उपयोग करके उत्कृष्ट सीपीयू आर्किटेक्चर द्वारा संचालित किया जाता है। जादू टोना क्रॉस संकलन, अन्यथा नहीं!

समस्या का बयान

सीधे बोर्ड पर संकलित करना, जिसे आमतौर पर देशी कहा जाता है, वास्तव में श्रमसाध्य है, इसलिए यहां हम एक ऐसे प्रोजेक्ट के निर्माण के लिए एक तरीके पर विचार करेंगे जो अपने छोटे रिश्तेदारों के लिए बायनेरिज़ तैयार करने के लिए मजबूत कंप्यूटिंग डिवाइस (उन्हें मेजबान कहते हैं) की अनुमति देता है। इसके अलावा, दोनों मशीनों में अलग-अलग सीपीयू आर्किटेक्चर हो सकते हैं। यह क्रॉस-संकलन है।

तो, OpenCV के साथ भरवां रास्पबेरी पाई तैयार करने के लिए, हमें चाहिए:

• उबंटू 16.04 इमेज डोकर शव
• होस्ट मशीन रास्पबेरी पाई की तुलना में अधिक शक्तिशाली है (अन्यथा, क्या बात है, यह नहीं है?)
• ARMhf के लिए क्रॉस-कंपाइलर, साथ ही संबंधित वास्तुकला के पुस्तकालय

ओपनसीवी के निर्माण की पूरी प्रक्रिया मेजबान मशीन पर होगी। मैं घर पर उबंटू का उपयोग करता हूं। लिनक्स के एक और संस्करण के साथ, प्लेबैक समस्याएं नहीं होनी चाहिए। विंडोज उपयोगकर्ताओं के लिए - मेरी ईमानदारी से हार नहीं मानने और इसे अपने लिए समझने की कोशिश करना है।

डॉकर स्थापित करें

मैंने लगभग एक सप्ताह पहले डॉकटर के साथ अपने परिचित की शुरुआत की थी, इसलिए स्वाद के लिए लौकी नमक और सिंटैक्टिक चीनी मिलाएं। आपके और मेरे लिए तीन सामग्रियां पर्याप्त हैं - डॉकरीफाइल, छवि और कंटेनर की अवधारणा।

डॉकर स्वयं घटकों के आवश्यक सेट के साथ किसी भी ऑपरेटिंग सिस्टम के कॉन्फ़िगरेशन को बनाने और पुन: पेश करने का एक उपकरण है। Dockerfile शेल कमांड का एक सेट है जिसे आप आमतौर पर होस्ट मशीन पर उपयोग करते हैं, लेकिन इस मामले में, वे सभी तथाकथित docker छवि पर लागू होते हैं।

डॉकटर स्थापित करने के लिए, सबसे सरल तरीके पर विचार करें: apt-get delivery सेवा के माध्यम से एक पैकेज का आदेश दें:

 sudo apt-get install -y docker.io 

हम डॉकटर डेमन को वह सब कुछ देंगे जो वह पूछता है और हम सिस्टम से लॉगआउट करेंगे (नोटिस तदनुसार लॉगिन करें)।

 sudo usermod -a -G docker $USER 

कार्यक्षेत्र तैयार करना

रास्पबेरी पाई (मेरे मामले में आरपीआई 2 मॉडल बी) सबसे आम तैयारी में एक रास्पियन (डेबियन आधारित) ऑपरेटिंग सिस्टम के साथ एक एआरएमवी 7 सीपीयू है। हम उबंटू 16.04 पर आधारित एक docker छवि बनाएंगे, जिसमें हम क्रॉस-कंपाइलर, सेना के पुस्तकालयों की रिपोर्ट करेंगे और ओपनसीवी को उसी स्थान पर एकत्र करेंगे।

एक डैडी बनाएँ जहाँ हमारा Dockerfile झूठ होगा:

 mkdir ubuntu16_armhf_opencv && cd ubuntu16_armhf_opencv touch Dockerfile 

armhf apt-get package इंस्टॉलर के लिए आधार OS और armhf आर्किटेक्चर के बारे में जानकारी जोड़ें:

 FROM ubuntu:16.04 USER root RUN dpkg --add-architecture armhf RUN apt-get update 

कृपया ध्यान दें कि FROM ... , RUN ... जैसे कमांड Dockerfile सिंटैक्स हैं और ये Dockerfile टेस्ट फाइल में लिखे गए हैं।

आइए मूल निर्देशिका ubuntu16_armhf_opencv वापस ubuntu16_armhf_opencv और हमारी ubuntu16_armhf_opencv छवि बनाने की कोशिश करें:

 docker image build ubuntu16_armhf_opencv 

apt-get update कमांड के निष्पादन के दौरान, आपको निम्न प्रकार की त्रुटियों को देखने के लिए नेतृत्व किया जाना चाहिए: Err:[] [url] xenial[-] armhf Packages

 Ign:30 http://archive.ubuntu.com/ubuntu xenial-backports/main armhf Packages Ign:32 http://archive.ubuntu.com/ubuntu xenial-backports/universe armhf Packages Err:7 http://archive.ubuntu.com/ubuntu xenial/main armhf Packages 404 Not Found Ign:9 http://archive.ubuntu.com/ubuntu xenial/restricted armhf Packages Ign:18 http://archive.ubuntu.com/ubuntu xenial/universe armhf Packages Ign:20 http://archive.ubuntu.com/ubuntu xenial/multiverse armhf Packages Err:22 http://archive.ubuntu.com/ubuntu xenial-updates/main armhf Packages 404 Not Found Ign:24 http://archive.ubuntu.com/ubuntu xenial-updates/restricted armhf Packages Ign:26 http://archive.ubuntu.com/ubuntu xenial-updates/universe armhf Packages Ign:28 http://archive.ubuntu.com/ubuntu xenial-updates/multiverse armhf Packages Err:30 http://archive.ubuntu.com/ubuntu xenial-backports/main armhf Packages 404 Not Found Ign:32 http://archive.ubuntu.com/ubuntu xenial-backports/universe armhf Packages 

यदि आप फ़ाइल /etc/apt/sources.list तो ऐसी प्रत्येक त्रुटि उदाहरण के लिए, कुछ पंक्ति से मेल खाती है:

त्रुटि

 Err:22 http://archive.ubuntu.com/ubuntu xenial-updates/main armhf Packages 404 Not Found 

/Etc/apt/source.list में पंक्ति :

 deb http://archive.ubuntu.com/ubuntu/ xenial-updates main restricted 

समाधान :
दो में तोड़:

 deb [arch=amd64] http://archive.ubuntu.com/ubuntu/ xenial-updates main restricted deb [arch=armhf] http://ports.ubuntu.com/ubuntu-ports/ xenial-updates main restricted 

इस प्रकार, आपको कई पैकेज स्रोतों को बदलना होगा। हमारे डॉकटर में, हम उन सभी को एक कमांड से बदलेंगे:

 RUN sed -i -E 's|^deb ([^ ]+) (.*)$|deb [arch=amd64] \1 \2\ndeb [arch=armhf] http://ports.ubuntu.com/ubuntu-ports/ \2|' /etc/apt/sources.list 

अब apt-get update बिना त्रुटियों के काम करना चाहिए।

हम आवश्यक पैकेज डालते हैं

हमें git , python-pip , cmake और pkg-config , साथ ही crossbuild-essential-armhf जैसे होस्ट पैकेजों की आपूर्ति करने की आवश्यकता है, जो gcc / g ++ क्रॉस-कंपाइलर ( arm-linux-gnueabihf-gcc और arm-linux-gnueabihf-g++ का एक सेट है arm-linux-gnueabihf-g++ ) और संबंधित आर्किटेक्चर के सिस्टम लाइब्रेरी:

 RUN apt-get install -y git python-pip cmake pkg-config crossbuild-essential-armhf 

असामान्य से - हम GTK (हाईगुई मॉड्यूल में खिड़कियां खींचने के लिए भी), GStreamer और पायथन डाउनलोड करते हैं, लेकिन एक विदेशी वास्तुकला के स्पष्ट संकेत के साथ:

 RUN apt-get install -y --no-install-recommends \ libgtk2.0-dev:armhf \ libpython-dev:armhf \ libgstreamer1.0-dev:armhf \ libgstreamer-plugins-base1.0-dev:armhf \ libgstreamer-plugins-good1.0-dev:armhf \ libgstreamer-plugins-bad1.0-dev:armhf 

और फिर हम क्लोन और इकट्ठा करते हैं, आवश्यक झंडे का संकेत देते हैं:

 RUN git clone https://github.com/opencv/opencv --depth 1 RUN mkdir opencv/build && cd opencv/build && \ export PKG_CONFIG_PATH=/usr/lib/arm-linux-gnueabihf/pkgconfig && \ cmake -DCMAKE_BUILD_TYPE=Release \ -DOPENCV_CONFIG_INSTALL_PATH="cmake" \ -DCMAKE_TOOLCHAIN_FILE="../opencv/platforms/linux/arm-gnueabi.toolchain.cmake" \ -DWITH_IPP=OFF \ -DBUILD_TESTS=OFF \ -DBUILD_PERF_TESTS=OFF \ -DOPENCV_ENABLE_PKG_CONFIG=ON \ -DPYTHON2_INCLUDE_PATH="/usr/include/python2.7" \ -DPYTHON2_NUMPY_INCLUDE_DIRS="/usr/local/lib/python2.7/dist-packages/numpy/core/include" \ -DENABLE_NEON=ON \ -DCPU_BASELINE="NEON" .. 

जहाँ

• CMAKE_TOOLCHAIN_FILE - क्रॉस-संकलन प्रक्रिया को परिभाषित करने वाली cmake फ़ाइल का पथ (वांछित संकलक सेट करता है, मेजबान पुस्तकालयों के उपयोग को प्रतिबंधित करता है।

  
  

• WITH_IPP=OFF , - भारी निर्भरता को अक्षम करें।

  
  

• BUILD_TESTS=OFF , BUILD_PERF_TESTS=OFF , टेस्ट बिल्ड को अक्षम करें।

  
  

• OPENCV_ENABLE_PKG_CONFIG=ON - ताकि pkg-config GTK जैसी निर्भरता पा सके। PKG_CONFIG_PATH सही रास्ता है जहाँ pkg-config पुस्तकालयों के लिए दिखेगा।

  
  

• PYTHON2_INCLUDE_PATH , PYTHON2_NUMPY_INCLUDE_DIRS - PYTHON2_NUMPY_INCLUDE_DIRS लिए क्रॉस-संकलन आवरण के लिए आवश्यक पथ।

  
  

• ENABLE_NEON=ON , CPU_BASELINE="NEON" - NEON ऑप्टिमाइज़ेशन सक्षम करें।

  
  

• OPENCV_CONFIG_INSTALL_PATH - install निर्देशिका में फ़ाइलों के स्थान को समायोजित करता है।

  
  

cmake निष्पादन के बाद आपको मुख्य बात पर ध्यान देना चाहिए कि सभी आवश्यक मॉड्यूल इकट्ठे हैं (उदाहरण के लिए cmake ):

 -- OpenCV modules: -- To be built: calib3d core dnn features2d flann gapi highgui imgcodecs imgproc java_bindings_generator ml objdetect photo python2 python_bindings_generator stitching ts video videoio -- Disabled: world -- Disabled by dependency: - -- Unavailable: java js python3 -- Applications: tests perf_tests apps -- Documentation: NO -- Non-free algorithms: NO 

और आवश्यक निर्भरताएं, जैसे जीटीके, पाई गईं:

 -- GUI: -- GTK+: YES (ver 2.24.30) -- GThread : YES (ver 2.48.2) -- GtkGlExt: NO -- -- Video I/O: -- GStreamer: -- base: YES (ver 1.8.3) -- video: YES (ver 1.8.3) -- app: YES (ver 1.8.3) -- riff: YES (ver 1.8.3) -- pbutils: YES (ver 1.8.3) -- v4l/v4l2: linux/videodev2.h 

जो कुछ भी शेष है उसे कॉल make , make install करना और बिल्ड के पूरा होने की प्रतीक्षा करना है:

 Successfully built 4dae6b1a7d32 

कंटेनर को टैग करने और बनाने के लिए इस छवि id का उपयोग करें:

 docker tag 4dae6b1a7d32 ubuntu16_armhf_opencv:latest docker run ubuntu16_armhf_opencv 

और हमें बस कंटेनर के बाहर इकट्ठे ओपनसीवी को पंप करना होगा। सबसे पहले, आइए बनाए गए कंटेनर के पहचानकर्ता को देखें:

 $ docker container ls --all CONTAINER ID IMAGE COMMAND CREATED STATUS PORTS NAMES e94667fe60d2 ubuntu16_armhf_opencv "/bin/bash" 6 seconds ago Exited (0) 5 seconds ago clever_yalow 

और OpenCV स्थापित के साथ स्थापित निर्देशिका की प्रतिलिपि बनाएँ:

 docker cp e94667fe60d2:/opencv/build/install/ ./ mv install ocv_install 

टेबल सेट करें

रास्पबेरी पाई को ocv_install प्रतिलिपि बनाएँ, पथ सेट करें और अजगर से OpenCV चलाने का प्रयास करें।

 export LD_LIBRARY_PATH=/path/to/ocv_install/lib/:$LD_LIBRARY_PATH export PYTHONPATH=/path/to/ocv_install/python/:$PYTHONPATH 

Https://github.com/chuanqi305/MobileNet-SSD : से MobileNet-SSD न्यूरल नेटवर्क का उपयोग करके पता लगाने के उदाहरण को चलाएँ:

 import cv2 as cv print cv.__file__ classes = ['backgroud', 'aeroplane', 'bicycle', 'bird', 'boat', 'bottle', 'bus', 'car', 'cat', 'chair', 'cow', 'diningtable', 'dog', 'horse', 'motorbike', 'person', 'pottedplant', 'sheep', 'sofa', 'train', 'tvmonitor'] cap = cv.VideoCapture(0) net = cv.dnn.readNet('MobileNetSSD_deploy.caffemodel', 'MobileNetSSD_deploy.prototxt') cv.namedWindow('Object detection', cv.WINDOW_NORMAL) while cv.waitKey(1) != 27: hasFrame, frame = cap.read() if not hasFrame: break frame_height, frame_width = frame.shape[0], frame.shape[1] blob = cv.dnn.blobFromImage(frame, scalefactor=0.007843, size=(300, 300), mean=(127.5, 127.5, 127.5)) net.setInput(blob) out = net.forward() for detection in out.reshape(-1, 7): classId = int(detection[1]) confidence = float(detection[2]) xmin = int(detection[3] * frame_width) ymin = int(detection[4] * frame_height) xmax = int(detection[5] * frame_width) ymax = int(detection[6] * frame_height) if confidence > 0.5: cv.rectangle(frame, (xmin, ymin), (xmax, ymax), color=(255, 0, 255), thickness=3) label = '%s: %.2f' % (classes[classId], confidence) labelSize, baseLine = cv.getTextSize(label, cv.FONT_HERSHEY_SIMPLEX, 0.5, 1) ymin = max(ymin, labelSize[1]) cv.rectangle(frame, (xmin, ymin - labelSize[1]), (xmin + labelSize[0], ymin + baseLine), (255, 0, 255), cv.FILLED) cv.putText(frame, label, (xmin, ymin), cv.FONT_HERSHEY_SIMPLEX, 0.5, (0, 0, 0)) cv.imshow('Object detection', frame) 

यह सब, एक पूर्ण विधानसभा में 20 मिनट से अधिक नहीं लगता है। मैं नीचे Dockerfile के अंतिम संस्करण को संलग्न करता हूं और इस अवसर को लेते हुए, मैं Dockerfile टीम से उन लोगों के लिए एक लघु सर्वेक्षण लेने का प्रस्ताव करता हूं, जिन्हें एक बार पुस्तकालय के साथ अनुभव था: https://opencv.org/survey-2018.html ।

और हाँ, OpenCV 4 को बधाई! यह सिर्फ एक अलग टीम का काम नहीं है, यह पूरे समुदाय का काम है - OpenCV 4 आप।

 FROM ubuntu:16.04 USER root RUN dpkg --add-architecture armhf RUN sed -i -E 's|^deb ([^ ]+) (.*)$|deb [arch=amd64] \1 \2\ndeb [arch=armhf] http://ports.ubuntu.com/ubuntu-ports/ \2|' /etc/apt/sources.list RUN apt-get update && \ apt-get install -y --no-install-recommends \ cmake \ pkg-config \ crossbuild-essential-armhf \ git \ python-pip \ libgtk2.0-dev:armhf \ libpython-dev:armhf \ libgstreamer1.0-dev:armhf \ libgstreamer-plugins-base1.0-dev:armhf \ libgstreamer-plugins-good1.0-dev:armhf \ libgstreamer-plugins-bad1.0-dev:armhf RUN pip install numpy==1.12.1 RUN git clone https://github.com/opencv/opencv --depth 1 RUN mkdir opencv/build && cd opencv/build && \ export PKG_CONFIG_PATH=/usr/lib/arm-linux-gnueabihf/pkgconfig && \ cmake -DCMAKE_BUILD_TYPE=Release \ -DOPENCV_CONFIG_INSTALL_PATH="cmake" \ -DCMAKE_TOOLCHAIN_FILE="../opencv/platforms/linux/arm-gnueabi.toolchain.cmake" \ -DWITH_IPP=OFF \ -DBUILD_TESTS=OFF \ -DBUILD_PERF_TESTS=OFF \ -DOPENCV_ENABLE_PKG_CONFIG=ON \ -DPYTHON2_INCLUDE_PATH="/usr/include/python2.7" \ -DPYTHON2_NUMPY_INCLUDE_DIRS="/usr/local/lib/python2.7/dist-packages/numpy/core/include" \ -DENABLE_NEON=ON \ -DCPU_BASELINE="NEON" .. && make -j4 && make install