- Forudsætninger
- Pip-installation af OpenCV på Raspberry PI
- Installation af OpenCV 4 på Raspberry Pi ved hjælp af CMake
Tidligere dags computer fik inputinformation fra tastaturer og mus, nu har de udviklet sig til at kunne behandle information fra billeder og videoer. En computers (maskines) evne til at udtrække, analysere og forstå information fra et billede kaldes Computer Vision. I de senere år er computersyns evne blevet sofistikeret nok, ikke kun til at genkende mennesker / objekter, men også til at analysere deres natur eller læse endda deres følelser. Alle disse blev muliggjort ved hjælp af dyb læring / AI, hvor en algoritme trænet med mange lignende billeder, så den kan se efter information i et nyt billede. I dag er teknologien blevet pålidelig nok til at blive brugt i sikkerhed, gæstfrihed og endda i finansielle betalingsportaler.
Det mest anvendte bibliotek til computersyn er OpenCV. Det er en open source, der er gratis at bruge cross-platform bibliotek fra Intel, hvilket betyder, at det kan fungere på alle operativsystemer som windows, mac eller Linux. Vi har allerede forklaret installation af OpenCV på Windows og også gjort nogle billedmanipulationer ved hjælp af Python OpenCV på Windows. I dag lærer vi, hvordan man installerer OpenCV4-biblioteket på Raspberry Pi 3, så vi kan bruge det til computersynsapplikationer. Dette gør det muligt for OpenCV at køre på en bærbar enhed som Pi, der åbner døre til mange muligheder. Så lad os komme i gang
Installation af OpenCV på Pi er en skræmmende proces, hovedsageligt fordi det er meget tidskrævende, og chancerne for at snuble over en fejl er store. Så jeg har gjort denne tutorial så enkel og informativ som muligt baseret på de vanskeligheder, jeg havde, og sørg for at du ikke står over for det samme. På tidspunktet for skrivningen af denne vejledning har OpenCV allerede frigivet 4.0.1-versionen for tre måneder tilbage, men jeg besluttede at holde fast ved den tidligere version, der er 4.0.0, da den nye version havde noget problem med at blive kompileret.
Forudsætninger
Før vi dykker ind, antager jeg, at du allerede har installeret det nyeste operativsystem på din Raspberry PI og har adgang til det via SSH. Hvis ikke, følg vejledningen Kom godt i gang med Raspberry Pi, inden du fortsætter. Her bruger jeg Rasbian Stretch installeret på Raspberry Pi 3.
Pip-installation af OpenCV på Raspberry PI
Som vi alle ved, har python sin egen pakkehåndtering kaldet pip, som kan bruges til let at tilføje biblioteker til python. Og ja, der er også en måde at bruge PIP til at installere openCV inden for få minutter på Pi, men desværre fungerede det ikke for mig og for mange andre også. Også installation via pip tillader os ikke at få fuld kontrol over OpenCV-biblioteket, men stadig hvis du leder efter den hurtigste måde, så kan du også prøve dette.
Sørg for, at pip er installeret på din pi og er opgraderet til den nyeste version. Indtast derefter følgende kommandoer på din terminal en efter en
sudo apt-get install libhdf5-dev libhdf5-serial-dev sudo apt-get install libqtwebkit4 libqt4-test sudo pip installer opencv-contrib-python
Dette skal installere OpenCV på din Pi, hvis du har succes med dette trin, kan du springe vejledningen over og rulle ned til trin 13 for at kontrollere, om OpenCV er installeret korrekt med python. Ellers skal du trække vejret dybt og begynde at følge nedenstående vejledning.
Installation af OpenCV 4 på Raspberry Pi ved hjælp af CMake
I denne metode downloader vi kildepakken til OpenCV og kompilerer den på vores Raspberry Pi ved hjælp af CMake. Nogle mennesker har tendens til at installere OpenCV på virtuelt miljø, så de kan bruge forskellige versioner af python eller OpenCV på samme maskine. Men jeg vælger ikke det, da jeg gerne vil holde denne artikel kort, og jeg ser heller ikke noget behov for det når som helst snart.
Trin 1: Før vi begynder, lad os sørge for, at systemet er opdateret til den aktuelle version. For at gøre dette skal du indtaste følgende kommando
sudo apt-get opdatering && sudo apt-get upgrade
Dette skal downloade eventuelle nyeste pakker, hvis de er tilgængelige, og installere det. Processen tager 15-20 minutter, så vent på den.
Trin 2: Dernæst skal vi opdatere apt-get-pakken, så vi kan downloade CMake i vores næste trin
sudo apt-get opdatering
Trin 3: Når vi har opgraderet apt-get softwaren, kan vi downloade og installere CMake-pakken ved hjælp af nedenstående kommando
sudo apt-get install build-essential cmake unzip pkg-config
Din skærm vil se ud som noget nedenfor under installationen af CMake
Trin 4: Installer derefter python 3-udviklingshovederne ved hjælp af nedenstående kommando
sudo apt-get install python3-dev
Mine havde den allerede installeret, så den viser noget som dette.
Trin 5: Det næste trin ville være at downloade OpenCV Zip-filen fra GitHub. Brug følgende kommando til at gøre det samme
wget -O opencv.zip
Som du kan se, downloader vi version 4.0.0
Trin 6: OpenCV har nogle forudbyggede pakker til python, som hjælper os med at udvikle ting lettere, kaldet OpenCV-bidrag. Så lad os også downloade det ved hjælp af en lignende kommando, der er vist nedenfor.
wget -O opencv_contrib.zip
På dette tidspunkt skulle du have downloadet to zip-filer med navnet “opencv-4.0.0” og “opencv-contrib-4.0.0” i din hjemmekatalog. Du kan tjekke det ud i tilfælde af, at du vil være sikker.
Trin 7: Lad os pakke zip-filen opencv-4.0.0 ud ved hjælp af følgende kommando.
unzip opencv.zip
Trin 8: På samme måde ekstraherer du også opencv_contrib-4.0.0 ved hjælp af kommandolinjen
udpak opencv_contrib.zip
Trin 9: OpenCV kræver følelsesløs som en forudsætning for at arbejde. Så lad os installere det ved hjælp af kommandoen nedenfor.
pip install numpy
Trin 10: Nu ville vi have to mapper med navnet “opencv-4.0.0” og “opencv_contrib-4.0.0” i vores hjemmekatalog. Det næste trin ville være at kompilere Opencv-biblioteket, for at gøre det, er vi nødt til at oprette en ny mappe kaldet "build" inde i opencv-4.0.0-biblioteket. Følg nedenstående kommandoer for at gøre det samme
cd ~ / opencv mkdir build cd build
Trin 11: Nu skal vi køre CMake til OpenCV. Dette er stedet, hvor vi kan konfigurere, hvordan OpenCV skal kompileres. Sørg for, at du er i stien “~ / opencv-4.0.0 / build”. Kopier derefter nedenstående linjer og forbi i terminalvinduet
cmake -D CMAKE_BUILD_TYPE = RELEASE \ -D CMAKE_INSTALL_PREFIX = / usr / local \ -D OPENCV_EXTRA_MODULES_PATH = ~ / opencv_contrib-4.0.0 / moduler \ -D ENABLE_NEON = ON \ -D ENABLE_VFPV3 = ON \ -D BUILD_TESTS = FRA \ -D WITH_TBB = OFF \ -D INSTALL_PYTHON_EXAMPLES = OFF \ -D BUILD_EXAMPLES = OFF...
Det skal konfigureres uden nogen fejl, og du skal se teksten " Konfiguration udført" og "Generering færdig" i som vist nedenfor.
Hvis du får nogen fejl i denne proces, skal du sørge for at have skrevet den rette sti, og at du har to mapper med navnet “opencv-4.0.0” og “opencv_contrib-4.0.0” i hjemmekatalogstien.
Trin 12: Dette ville være det mest tidskrævende trin. Sørg igen for, at du er i stien “~ / opencv-4.0.0 / build” og brug følgende kommando til at kompilere OpenCV.
Lav –j4
Dette vil begynde at opbygge OpenCV, og du vil kunne se fremskridt i procent. Processen vil tage omkring 3-4 timer, og hvis den bliver helt bygget, skal du se en skærm som denne ovenfor.
Kommandoen “ make –j4 ” bruger alle de fire kerner til at kompilere OpenCV. Ved 99% procent kan nogle mennesker synes, at det tager for lang tid, før processen er færdig, og vent tålmodigt, og den skal være færdig.
For mig fungerede det ikke, selv efter at have ventet i en time, og så jeg måtte afbryde processen og bygge den igen ved hjælp af "make –j1", og det fungerede. Brug af make –j1 bruger kun en enkelt kerne af pi, og det vil tage længere tid end at lave j4, så det anbefales at bruge make j4 og derefter bruge make j1, da det meste af kompilering ville ske ved at gøre j4.
Trin 13: Hvis du har nået dette trin, er det det, du har sejlet gennem processen. Det sidste trin ville være at installere libopecv ved hjælp af følgende kommando.
sudo apt-get install libopencv -dev python- opencv
Trin 14: Endelig kan du kontrollere, om biblioteket blev tilføjet med succes ved at køre et simpelt python-script. Skriv python, og prøv "import cv2" som vist nedenfor. Du bør ikke modtage nogen fejl, når du gør dette.
Hvis du får denne skærm, kan du fortsætte med det OpenCV-projekt, du har i tankerne. Hvis du lige er kommet i gang med OpenCV, kan du også se på denne grundlæggende OpenCV-tutorial. Se også vores andre selvstudier om billedbehandling.
Håber, at denne artikel var i stand til at hjælpe dig med at installere OpenCV på Raspberry Pi, hvis du har problemer med at sende dem i kommentarsektionen, og jeg vil gøre mit bedste for at få det løst. Du kan også prøve at bruge vores fora til mere tekniske spørgsmål.