गोलंग और ओपनसीवी पर आधारित एक चेहरा पहचान प्रणाली का निर्माण

OpenCV एक लाइब्रेरी है जिसे कंप्यूटर विज़न प्रोजेक्ट्स के लिए डिज़ाइन किया गया है। वह पहले से ही लगभग 20 साल की है। मैंने इसे कॉलेज में इस्तेमाल किया और अभी भी C ++ और पायथन में अपनी परियोजनाओं के लिए इसका उपयोग करता हूं, क्योंकि इसे इन भाषाओं का अच्छा समर्थन प्राप्त है।

लेकिन जब मैंने सीखना शुरू किया और गो का उपयोग किया, तो मुझे आश्चर्य हुआ कि क्या OpenCV का उपयोग इस भाषा के साथ काम करने के लिए किया जा सकता है। उस समय, एकीकरण पर पहले से ही उदाहरण और ट्यूटोरियल थे, लेकिन मुझे ऐसा लगता था कि वे बहुत जटिल थे। थोड़ी देर बाद मैं हाइब्रिड ग्रुप की टीम द्वारा बनाए गए एक रैपर पर आया। इस लेख में, मैं आपको दिखाऊंगा कि कैसे GoCV के साथ आरंभ करने के लिए हैर कास्केड्स के साथ एक साधारण चेहरे की पहचान प्रणाली विकसित करके।

स्किलबॉक्स सिफारिश करता है: स्क्रैच हैंड-ऑन कोर्स से पायथन डेवलपर ।

हम आपको याद दिलाते हैं: "हैबर" के सभी पाठकों के लिए - "हैबर" प्रोमो कोड का उपयोग करके किसी भी स्किलबॉक्स कोर्स के लिए पंजीकरण करते समय 10,000 रूबल की छूट।

क्या आवश्यक है:

• जाओ,
• OpenCV (इंस्टॉलर लिंक नीचे);
• वेब या पारंपरिक कैमकॉर्डर।

स्थापना

• लिनक्स: gocv.io/getting-started/linux
• macOS : gocv.io/getting-started/macos
• विंडोज: gocv.io/getting-started/windows

उदाहरण 1

पहले उदाहरण में, हम एक ऐसा एप्लिकेशन बनाने का प्रयास करेंगे जो कैमरे के वीडियो स्ट्रीम के प्रदर्शन के साथ एक विंडो खोलता है।

सबसे पहले आपको उन पुस्तकालयों को आयात करने की आवश्यकता है जिन्हें आपको काम करने की आवश्यकता है।

आयात (
"लॉग"
"Gocv.io/x/gocv"
)

उसके बाद, आपको VideoCaptureDevice फ़ंक्शन का उपयोग करके एक VideoCapture ऑब्जेक्ट बनाने की आवश्यकता है। उत्तरार्द्ध कैमरे का उपयोग करके वीडियो स्ट्रीम को कैप्चर करना संभव बनाता है। फ़ंक्शन पैरामीटर के रूप में पूर्णांक का उपयोग करता है (यह डिवाइस आईडी का प्रतिनिधित्व करता है)।

webcam, err := gocv.VideoCaptureDevice(0) if err != nil { log.Fatalf(“error opening web cam: %v”, err) } defer webcam.Close() 

अब आपको एक n- आयामी मैट्रिक्स बनाने की आवश्यकता है। यह कैमरे से पढ़ी गई छवियों को संग्रहीत करेगा।

 img := gocv.NewMat() defer img.Close() 

वीडियो स्ट्रीम प्रदर्शित करने के लिए, आपको एक विंडो बनाने की आवश्यकता है - यह NewWindow फ़ंक्शन का उपयोग करके किया जा सकता है।

 window := gocv.NewWindow(“webcamwindow”) defer window.Close() 

अब सबसे दिलचस्प भाग पर चलते हैं।

चूंकि वीडियो छवि फ़्रेम की एक सतत स्ट्रीम है, हमें कैमरे की वीडियो स्ट्रीम को अंतहीन रूप से पढ़ने के लिए एक अंतहीन लूप बनाने की आवश्यकता होगी। ऐसा करने के लिए, आपको ReadCapture प्रकार की विधि की आवश्यकता है। यह उस प्रकार के मैट का इंतजार करेगा (जिस मैट्रिक्स को हमने ऊपर बनाया है), एक बूलियन मान लौटाता है जो दर्शाता है कि वीडियोकैपचर से फ़्रेम सफलतापूर्वक पढ़ा गया था या नहीं।

 for { if ok := webcam.Read(&img); !ok || img.Empty( { log.Println(“Unable to read from the webcam”) continue } . . . } 

अब आपको बनाई गई विंडो में फ्रेम प्रदर्शित करने की आवश्यकता है। अगले फ्रेम पर जाने के लिए रुकें - 50 एमएस।

window.IMShow (img)
खिड़की। वैकटी (50)

एप्लिकेशन शुरू करने के बाद, कैमरे से वीडियो स्ट्रीम वाली एक विंडो खुल जाएगी।

 package main import ( "log" "gocv.io/x/gocv" ) func main() { webcam, err := gocv.VideoCaptureDevice(0) if err != nil { log.Fatalf("error opening device: %v", err) } defer webcam.Close() img := gocv.NewMat() defer img.Close() window := gocv.NewWindow("webcamwindow") defer window.Close() for { if ok := webcam.Read(&img); !ok || img.Empty() { log.Println("Unable to read from the webcam") continue } window.IMShow(img) window.WaitKey(50) } } 

उदाहरण 2

इस उदाहरण में, चलो पिछले उदाहरण का उपयोग करते हैं और Haar Cascades (Haar cascades) के आधार पर एक चेहरा पहचान प्रणाली का निर्माण करते हैं।

Haar cascades क्लासफ़ेयर हैं जिन्हें Haar wavelet तकनीक के आधार पर प्रशिक्षित किया जाता है। वे कुछ संकेतों का पता लगाने के लिए छवि में पिक्सेल का विश्लेषण करते हैं। Haar Cascades के बारे में अधिक जानने के लिए, नीचे दिए गए लिंक का अनुसरण करें।

वियोला-जोन ऑब्जेक्ट डिटेक्शन फ्रेमवर्क
कैस्केडिंग क्लासीफायर
हैर जैसी सुविधा

आप यहां पहले से ही प्रशिक्षित कैस्केड डाउनलोड कर सकते हैं । वर्तमान उदाहरण में, किसी व्यक्ति के चेहरे को पहचानने के लिए कैस्केड का उपयोग किया जाएगा।

ऐसा करने के लिए, आपको एक क्लासिफायर बनाने और उसे पहले से प्रशिक्षित फ़ाइल (ऊपर दी गई लिंक) को फीड करने की आवश्यकता है। मैंने पहले ही pencv_haarcascade_frontalface_default.xml फ़ाइल को उस निर्देशिका में अपलोड कर दिया है जहां हमारा कार्यक्रम स्थित है।

 harrcascade := “opencv_haarcascade_frontalface_default.xml”classifier := gocv.NewCascadeClassifier()classifier.Load(harrcascade) defer classifier.Close() 

छवि में चेहरे का पता लगाने के लिए, आपको DetectMultiScale पद्धति का उपयोग करने की आवश्यकता है। यह फ़ंक्शन एक फ्रेम (टाइप मैट) लेता है जिसे सिर्फ कैमरे की वीडियो स्ट्रीम से पढ़ा गया है और एक प्रकार का आयत लौटाता है। सरणी का आकार उन चेहरों की संख्या का प्रतिनिधित्व करता है जिन्हें क्लासिफायर फ्रेम में पता लगाने में सक्षम था। फिर, यह सुनिश्चित करने के लिए कि हम देखते हैं कि उसने क्या पाया, चलो आयतों की सूची के माध्यम से चलते हैं और कंसोल पर आयत वस्तु को प्रदर्शित करते हैं, पता लगाए गए आयत के चारों ओर एक सीमा बनाते हैं। यह आयत फ़ंक्शन का उपयोग करके किया जा सकता है। यह कैमरे द्वारा पढ़ा गया मैट ले जाएगा, आयत वस्तु जो बॉर्डर के लिए DetectMultiScale विधि, रंग और मोटाई द्वारा लौटा दी गई थी।

 for _, r := range rects { fmt.Println(“detected”, r) gocv.Rectangle(&img, r, color, 2) } 

 package main import ( "fmt" "image/color" "log" "gocv.io/x/gocv" ) func main() { webcam, err := gocv.VideoCaptureDevice(0) if err != nil { log.Fatalf("error opening web cam: %v", err) } defer webcam.Close() img := gocv.NewMat() defer img.Close() window := gocv.NewWindow("webcamwindow") defer window.Close() harrcascade := "opencv_haarcascade_frontalface_default.xml" classifier := gocv.NewCascadeClassifier() classifier.Load(harrcascade) defer classifier.Close() color := color.RGBA{0, 255, 0, 0} for { if ok := webcam.Read(&img); !ok || img.Empty() { log.Println("Unable to read from the device") continue } rects := classifier.DetectMultiScale(img) for _, r := range rects { fmt.Println("detected", r) gocv.Rectangle(&img, r, color, 3) } window.IMShow(img) window.WaitKey(50) } } 

और ... हाँ, यह काम किया! अब हमारे पास गो में लिखा गया एक साधारण चेहरा पहचान प्रणाली है। निकट भविष्य में मैंने इन प्रयोगों को जारी रखने और गो और ओपनसीवी को मिलाकर नए शांत सामान बनाने की योजना बनाई है।

यदि आप रुचि रखते हैं, तो जीआरपीसी वेब सर्वर की जांच करें , जिसे मैंने पायथन और ओपनसीवी में लिखा था। यह फेस डिटेक्शन के समय डेटा को स्ट्रीम करता है। यह विभिन्न प्रोग्रामिंग भाषाओं में विभिन्न क्लाइंट बनाने का आधार है। वे सर्वर से कनेक्ट करने और इससे डेटा पढ़ने में सक्षम होंगे।

लेख पढ़ने के लिए धन्यवाद!

स्किलबॉक्स अनुशंसा करता है:

• दो वर्षीय व्यावहारिक पाठ्यक्रम "मैं एक प्रो वेब डेवलपर हूं । "
• शैक्षिक ऑनलाइन पाठ्यक्रम "पेशे जावा-डेवलपर" ।
• व्यावहारिक वार्षिक पाठ्यक्रम "पीएचपी-डेवलपर 0 से प्रो तक" ।