Jetson nano 入手系列之6—使用qt creator 开发c++ opencv+CSI摄像头人脸检测
- 1.创建摄像头人脸检测项目
- 1.1 创建并配置项目
- 1.2 编辑文件
- 1.2.1 main.cpp
- 1.2.2 CMakeLists.txt
- 2.构建及编译
- 2.1 直接使用qt creator完成
- 2.2 使用命令行
- 参考文献
本系列针对亚博科技jetson nano开发板。
Jetson nano 入手系列：
Jetson nano 入手系列之1—如何SSH远程登录
Jetson nano 入手系列之2—板载摄像头IMX219启动
Jetson nano 入手系列之3—修改主机名和用户名
Jetson nano 入手系列之4—外围设备：开机键+PWM风扇
Jetson nano 入手系列之5—远程可视化访问：jupyter lab与VNC连接
Jetson nano 入手系列之6—使用qt creator 开发c++ opencv+CSI摄像头人脸检测
使用本博客开发时，默认qt creator 已经安装完成，csi摄像头安装并测试成功(此部分可参考Jetson nano 入手系列之2—板载摄像头IMX219启动)。
本文参考了csdn 博客Jetson Nano 从入门到实战（案例：Opencv配置、人脸检测、二维码检测），相比此文，主要有几点不同：
● 实现了从CSI摄像头视频数据读取到人脸检测完整的代码；
● 使用qt creator c++开发，模板采用了Non-Qt Project中的Plain C++ Application;
● 使用CMake进行构建和编译。
1.创建摄像头人脸检测项目
1.1 创建并配置项目
-
新建项目
-
输入项目名称和位置；
-
build system选择
CMake;
-
配置好的初始化项目由一个cpp文件及CMake文件组成;
1.2 编辑文件
1.2.1 main.cpp
打开文件可以看到，初始化文件给出了一个hello world的demo：
#include <iostream>
#include <string>
#include <opencv4/opencv2/opencv.hpp>
#include <opencv4/opencv2/core.hpp>
#include <opencv4/opencv2/highgui.hpp>
#include <opencv4/opencv2/imgproc.hpp>
#include <opencv4/opencv2/objdetect.hpp>
#include <opencv4/opencv2/imgproc/types_c.h>
#include <opencv4/opencv2/videoio.hpp>
using namespace std;
using namespace cv;
string gstreamer_pipeline (int capture_width, int capture_height, int display_width, int display_height, int framerate, int flip_method)
{
return "nvarguscamerasrc ! video/x-raw(memory:NVMM), width=(int)" + to_string(capture_width) + ", height=(int)" +
to_string(capture_height) + ", format=(string)NV12, framerate=(fraction)" + to_string(framerate) +
"/1 ! nvvidconv flip-method=" + to_string(flip_method) + " ! video/x-raw, width=(int)" + to_string(display_width) + ", height=(int)" +
to_string(display_height) + ", format=(string)BGRx ! videoconvert ! video/x-raw, format=(string)BGR ! appsink";
}
void face_detector(Mat img, vector<Rect> *faceRects)
{
Mat gray;
cvtColor(img, gray, CV_BGR2GRAY);
CascadeClassifier classifier;
classifier.load("/usr/share/opencv4/haarcascades/haarcascade_frontalface_default.xml");
classifier.detectMultiScale(gray, *faceRects, 1.1, 3, 0, Size(32, 32));
}
void Rect_show(Mat img,const vector<Rect> &faceRects)
{
Scalar color = Scalar(0, 255, 255);
for (size_t i = 0; i < faceRects.size(); i++)
{
rectangle(img, faceRects[i], color);
}
namedWindow("Display window", WINDOW_AUTOSIZE);
imshow("Display window", img);
}
int main( int argc, char** argv )
{
int capture_width = 640 ;
int capture_height = 480 ;
int display_width = 320 ;
int display_height = 240 ;
int framerate = 10 ;
int flip_method = 0 ;
string pipeline = gstreamer_pipeline(capture_width,
capture_height,
display_width,
display_height,
framerate,
flip_method);
std::cout << "gstreamer channel: \n\t" << pipeline << "\n";
VideoCapture cap(pipeline, CAP_GSTREAMER);
if(!cap.isOpened())
{
std::cout<<"capture failed "<<std::endl;
return (-1);
}
Mat img;
while(true)
{
if (!cap.read(img))
{
std::cout<<"Open camera failed!"<<std::endl;
break;
}
vector<Rect> faceRects;
face_detector(img,&faceRects);
cout << faceRects.size() <<" faces detected!"<< endl;
Rect_show(img,faceRects);
int keycode = cv::waitKey(30) & 0xff ;//ESC键退出
if (keycode == 27) break ;
}
cap.release();
destroyAllWindows() ;
return 0;
}
它主要包含了设置摄像头视频读取参数的子函数gstreamer_pipeline ，opencv检测人脸子函数face_detector以及在原图显示矩形框的Rect_show子函数组成。
face_detector及Rect_show子函数中分别使用了指针以及引用方式来作为函数参数。
1.2.2 CMakeLists.txt
CMake文件中主要是包含了opencv用到的一些库：
cmake_minimum_required(VERSION 2.8)
project(face_detector_cam)
FIND_PACKAGE(OpenCV REQUIRED)
INCLUDE_DIRECTORIES(${OpenCV_INCLUDE_DIRS})
LINK_LIBRARIES(${OpenCV_LIBS})
MESSAGE(STATUS "OpenCV_INCLUDE_DIRS:"${OpenCV_INCLUDE_DIRS})
add_executable(${PROJECT_NAME} "main.cpp")
2.构建及编译
2.1 直接使用qt creator完成
执行2，生成了Makefile等文件；
执行3，生成了face_detector_cam可执行文件；
执行4，摄像头启动，出现人脸，矩形框圈出。
注意：如果没有进行设置，生成文件夹是在项目同级目录下：
2.2 使用命令行
把生成文件放在项目文件夹下。
mkdir build
cd build
cmake ..
make
./face_detector_cam
通过可执行文件启动摄像头人脸检测功能。
参考文献
[1] Jetson Nano 从入门到实战（案例：Opencv配置、人脸检测、二维码检测）
[2] Jetson nano 入手系列之2—板载摄像头IMX219启动
[3] JetsonHacksNano/CSI-Camera
[4] ACCELERATED GSTREAMER USER GUIDE
