mini6410成功移植OPENCV-2.0.0实现人脸检测
mini6410成功移植OPENCV-2.0.0实现人脸检测
研究这个东西很长时间了，以前是想在arm9上实现这个东西，但是夭折了，现在正好手里面有mini6410的板子，而且对浮点数运算支持较好。所以就试了试。
实现的功能：移植opencv-2.0.0到mini6410，利用QT图形库实现人脸检测。在mini6410上利用Video for Linux接口和QT图形库，对摄像头数据进行采集和显示，在利用opencv的函数对采集的一帧图片进行处理。在利用QT图形库进行显示。
开发环境及工具：
Ubuntu10.10 gcc version 4.4.5
arm-linux-gcc-4.4.1
qt-4.7.2
opencv-2.0.0
1.开发环境的搭建
主要是交叉编译安装qt-4.7.2和交叉编译安装opencv-2.0.0
他们的配置文件分别是：
（1）qt-4.7.2
./configure -qt-kbd-tty -qt-gfx-linuxfb -no-gfx-transformed -no-gfx-multiscreen -qt-mouse-pc -no-gfx-qvfb -no-gfx-vnc -qt-kbd-tty -qt-gfx-linuxfb -no-gfx-qvfb -no-gfx-vnc -qt-mouse-tslib -no-glib -prefix /usr/local/arm/QtEmbedded-4.7.2-arm-4.4.1 -embedded arm -release -shared -fast -no-largefile -qt-sql-sqlite -no-qt3support -no-xmlpatterns -no-mmx -no-3dnow -no-sse -no-sse2 -no-svg -no-webkit -qt-zlib -qt-gif -qt-libtiff -qt-libpng -qt-libmng -qt-libjpeg -make libs -nomake tools -nomake examples -nomake docs -nomake demo -no-nis -no-cups -no-iconv -no-dbus -no-openssl -xplatform qws/linux-arm-g++ -little-endian -qt-freetype -depths 16,18,24 -I/usr/local/arm/tslib/include -L/usr/local/arm/tslib/lib -v -D__ARM_ARCH_5TEJ__
（2）opencv-2.0.0
./configure --host=arm-linux --without-carbon --without-quicktime --without-1394libs --without-ffmpeg --without-python --without-swig --without-gtk --enable-static --disable-shared --disable-apps
配置之后显示
HighGUI configuration ================================================
Windowing system --------------
Use Carbon / Mac OS X: no
Use gtk+ 2.x: no
Use gthread: no
Image I/O ---------------------
Use ImageIO / Mac OS X: no
Use libjpeg: yes
Use zlib: yes
Use libpng: yes
Use libtiff: no
Use libjasper: no
Use libIlmImf/OpenEXR: no
Video I/O ---------------------
Use QuickTime / Mac OS X: no
Use xine: no
Use gstreamer: no
Use ffmpeg: no
Use dc1394 & raw1394: no
Use dc1394_v2 & raw1394: no
Use v4l: yes
Use v4l2: yes
Use unicap: no
Wrappers for other languages =========================================
SWIG
Python no
Octave no
Additional build settings ============================================
Build demo apps no
Now run make ...
如果大家可以把ffmpeg也编译上，那么编写摄像头采集程序的时候就可以不用写采集的程序了。直接调用opencv的显示函数就可以拉。但是我一直不能把他编译到opencv中，所以就自己写的采集的程序。
然后就是make 和make install拉。祝大家顺利！
然后就是编写程序拉。大致的思路我说一下，因为移植gtk是相对比较复杂的，在嵌入式linux下。我们常用的图形库就是QT拉，所以我们主要的目的就是。利用V4l程序把摄像头的图像数据读出来，然后把图像数据显示QLabel上，主要是利用QPixmap读数据和显示。在将想要人脸检测的图像保存到本地。
保存图像代码
unsigned char * pBuffer =video_dev.buffer;
fp=fopen("./photo.jpg","w");
fwrite(pBuffer,12000,1,fp);
fclose(fp);
在利用IplImage把图片读到内存中。接着就是对他进行人脸检测处理。
void photo::detect_and_draw(IplImage *img)
{
static CvScalar colors[] =
{
{{0,0,255}},
{{0,128,255}},
{{0,255,255}},
{{0,255,0}},
{{255,128,0}},
{{255,255,0}},
{{0,255,0}},
{{255,0,255}}
};
double scale = 2;
//建立一个空的灰度图
IplImage* gray = cvCreateImage( cvSize(img->width,img->height), 8, 1 );
//建立一个空圆形的灰度图
IplImage* small_img = cvCreateImage( cvSize( cvRound (img->width/scale),
cvRound (img->height/scale)),
8, 1 );
int i;
//图像转换RGB模式转为灰度图
cvCvtColor( img, gray, CV_BGR2GRAY );
cvResize( gray, small_img, CV_INTER_LINEAR );
cvEqualizeHist( small_img, small_img );
cvClearMemStorage( storage );
if( cascade )
{
double t = (double)cvGetTickCount();
CvSeq* faces = cvHaarDetectObjects( small_img, cascade, storage,
1.1, 2, 0/*CV_HAAR_DO_CANNY_PRUNING*/,
cvSize(30, 30) );
t = (double)cvGetTickCount() - t;
printf( "detection time = %gms\n", t/((double)cvGetTickFrequency()*1000.) );
for( i = 0; i < (faces ? faces->total : 0); i++ )
{
CvRect* r = (CvRect*)cvGetSeqElem( faces, i );
CvPoint center;
int radius;
center.x = cvRound((r->x + r->width*0.5)*scale);
center.y = cvRound((r->y + r->height*0.5)*scale);
radius = cvRound((r->width + r->height)*0.25*scale);
//cvCircle( img, center, radius, colors[i%8], 3, 8, 0 );
cvRectangle(img,cvPoint(center.x-radius,center.y-radius),cvPoint(center.x+radius,center.y+radius),colors[i%8],3,8,0);
//cvRect(center.x-radius,center.y-radius,center.x+radius,center.y+radius);
}
}
}
|
评论暂时关闭