|
原創(chuàng)聲明 高達(dá)模型制作技巧 作者：Hydra.CasterDamon工作室 這是昨天收到的作者投稿，在iN的建議下就給大家改成了一個(gè)教程,。 先看看是什么：  利用攝像頭和舵機(jī)組建的一只人臉跟蹤大魔,。只要你出現(xiàn)在它的視野中，這只大摩頭就會一只盯著你,。 有一種 硝煙散盡 在廢墟里找到了一個(gè)大魔 只剩下頭 但眼睛還亮著的感覺…… 其實(shí)要實(shí)現(xiàn)這個(gè)控制并不難,，整體上僅僅需要200多行代碼，在程序中都算作是小程序了,。即便是未來真的出現(xiàn)高達(dá),，高達(dá)的目標(biāo)追蹤功能的代碼其實(shí)也是可以從作者的項(xiàng)目中進(jìn)行擴(kuò)展的。 那么我們來看看這只大摩頭是如何制作出來的： 作者的教程： 第一次寫教程沒有啥經(jīng)驗(yàn) 有寫的不好的地方歡迎指正 這個(gè)大魔源于一個(gè)我在寫的人臉追蹤的項(xiàng)目,，做好了就像下面這個(gè),。 但是作為膠佬自然不會就這么止步，所以就想到了把他美化一下,，就想到了買一個(gè)大魔頭,，然后把它裝在里面。 接下來先教大家制作這個(gè)人臉追蹤平臺,，成本不到100元。 需要的東西有：
網(wǎng)上買的云臺質(zhì)量不會很好,，舵機(jī)可能不能很好的卡進(jìn)去,，所以要先把舵機(jī)打磨好，然后像下圖這樣組裝好,。 舵機(jī)一共有三根線,，黃色的是信號線，紅色和褐色分別是正負(fù)極,。如下圖所示,。 我們將正負(fù)極的線剪斷，然后將兩個(gè)舵機(jī)的正極接在一起,，負(fù)極接在一起,，再剪斷一根沒用的usb線，usb線里面也會有正負(fù)極線,，對應(yīng)的將正極接在一起,，負(fù)極接在一起,。這樣就可以通過usb向舵機(jī)供電了。 再將x軸的舵機(jī)信號線接到arduino nano開發(fā)板的D8接口接到Y(jié)軸的舵機(jī)信號線上,，D9接口接到X軸的舵機(jī)信號線上,。 這樣硬件部分的連接就算完成了。 接下來就是向arduino nano燒錄程序了,。 下載arduino的IDE 將arduino nano通過usb連接到電腦上,。做如下配置，在工具中選擇開發(fā)板,。
配置端口,，我這里是COM5，大家根據(jù)自己的實(shí)際情況選擇,。
然后點(diǎn)擊編譯,，編譯無錯(cuò)誤，上傳,。
等待上傳完成,。 最后將攝像頭連接到電腦上，打開pycharm軟件,，運(yùn)行python人臉識別代碼,。
Python會將識別到的人臉的坐標(biāo)通過串口發(fā)送給arduino nano開發(fā)板。開發(fā)板根據(jù)接收到的坐標(biāo)對舵機(jī)進(jìn)行控制,。 以上關(guān)于人臉追蹤的介紹就完成了,。 下面就是大魔頭的做舊了。 首先把大魔頭的眼睛以下的部分全部掏空,，然后打磨平整,，保證大魔頭可以正好套在云臺上。
然后在外甲加上傷痕,，我沒有電動(dòng)鋸,，所以就用了三角形的銼刀，一點(diǎn)一點(diǎn)搓出來的傷口,。隨后就是對動(dòng)力管等上漆,，這里用的田宮的噴灌，金屬淺槍鐵色,。
先在表面上一層消光,，以免裂件。然后就是漬洗,。我用了郡仕的鐵銹色滲線液進(jìn)行漬洗,。
等漬洗液干透，就可以用棉簽蘸取稀釋劑擦去多余的漬洗液了。 然后干掃,、用面相筆蘸取黑色補(bǔ)充細(xì)節(jié)掉漆,。
完成！ 后面則是代碼了： Arduino 舵機(jī)驅(qū)動(dòng)代碼： #include <Servo.h> // 聲明調(diào)用Servo.h庫Servo myservo; // 創(chuàng)建一個(gè)舵機(jī)對象Servo myservo1; // 創(chuàng)建一個(gè)舵機(jī)對象int posx = 60; // 變量pos用來存儲舵機(jī)位置int posy = 60; // 變量pos用來存儲舵機(jī)位置int c = 0;void setup() { Serial.begin(9600); myservo.attach(9); // 將引腳9上的舵機(jī)與聲明的舵機(jī)對象連接起來 myservo1.attach(8); // 將引腳9上的8機(jī)與聲明的舵機(jī)對象連接起來 myservo.write(posx); myservo1.write(posy);// 給舵機(jī)寫入角度} void loop() { while(Serial.available()>0)//當(dāng)有信號的時(shí)候 { char val=Serial.read(); Serial.println(val); if(val=='0'){ //左上 if(posx -3>=60){ posx = posx -3; c = 1; } if(posy -2>=0){ posy = posy -2; c = 1; } }else if(val=='1'){ //右上 if(posx +3<=120){ posx = posx +3; c = 1; } if(posy -2>=60){ posy = posy -2; c = 1; } }else if(val=='2'){ //左下 if(posx -3>=0){ posx = posx -3; c = 1; } if(posy +2<=120){ posy = posy +2; c = 1; } }else if(val=='3'){ //右下 if(posx +3<=120){ posx = posx +3; c = 1; } if(posy +2<=120){ posy = posy +2; c = 1; } }else if(val=='4'){ //上 if(posy -2>=0){ posy = posy -2; c = 1; } }else if(val=='5'){ //左 if(posx -3>=0){ posx = posx -3; c = 1; } }else if(val=='6'){ //右 if(posx +3<=120){ posx = posx +3; c = 1; } }else if(val=='7'){ //下 if(posy +2<=120){ posy = posy +2; c = 1; } } if(c ==1){ Serial.println("dong"); myservo.write(posx); myservo1.write(posy);// 給舵機(jī)寫入角度 } c = 0; Serial.println(posx); Serial.println(val); } }上位機(jī)（也就是我們的電腦）人臉識別代碼： #!Anaconda/anaconda/pythonimport dlib #人臉識別的庫dlibimport numpy as np #數(shù)據(jù)處理的庫numpyimport cv2 #圖像處理的庫OpenCvfrom pyfirmata import Arduino, utilimport timeimport serialclass face_emotion(): def __init__(self): # 使用特征提取器get_frontal_face_detector self.detector = dlib.get_frontal_face_detector() # dlib的68點(diǎn)模型，使用作者訓(xùn)練好的特征預(yù)測器 self.predictor = dlib.shape_predictor("./shape_predictor_68_face_landmarks.dat") # 建cv2攝像頭對象，這里使用電腦自帶攝像頭,，如果接了外部攝像頭，則自動(dòng)切換到外部攝像頭 self.cap = cv2.VideoCapture(0) # 設(shè)置視頻參數(shù),，propId設(shè)置的視頻參數(shù)，value設(shè)置的參數(shù)值 self.cap.set(3, 480) # 截圖screenshoot的計(jì)數(shù)器 self.cnt = 0 self.ser = serial.Serial() self.ser.baudrate = 9600 # 設(shè)置波特率 self.ser.port = "COM5" # 端口是COM3 self.ser.open() # 打開串口 def learning_face(self): # cap.isOpened（） 返回true/false 檢查初始化是否成功 while(self.cap.isOpened()): # cap.read() # 返回兩個(gè)值： # 一個(gè)布爾值true/false,，用來判斷讀取視頻是否成功/是否到視頻末尾 # 圖像對象,，圖像的三維矩陣 flag, im_rd = self.cap.read() # 每幀數(shù)據(jù)延時(shí)1ms，延時(shí)為0讀取的是靜態(tài)幀 k = cv2.waitKey(1) # 取灰度 img_gray = cv2.cvtColor(im_rd, cv2.COLOR_RGB2GRAY) # 使用人臉檢測器檢測每一幀圖像中的人臉,。并返回人臉數(shù)rects faces = self.detector(img_gray, 0) # 待會要顯示在屏幕上的字體 font = cv2.FONT_HERSHEY_SIMPLEX # 如果檢測到人臉 if len(faces) != 0: # 對每個(gè)人臉都標(biāo)出68個(gè)特征點(diǎn) for i in range(len(faces)): # enumerate方法同時(shí)返回?cái)?shù)據(jù)對象的索引和數(shù)據(jù),，k為索引，d為faces中的對象 for k, d in enumerate(faces): cv2.rectangle(im_rd, (d.left(), d.top()), (d.right(), d.bottom()), (0, 0, 255)) fw(self, d.top(), d.bottom(), d.left(), d.right()) # 計(jì)算人臉熱別框邊長 self.face_width = d.right() - d.left() # 標(biāo)出人臉數(shù) cv2.putText(im_rd, "Faces: "+str(len(faces)), (20,50), font, 1, (0, 0, 255), 1, cv2.LINE_AA) else: # 沒有檢測到人臉 cv2.putText(im_rd, "No Face", (20, 50), font, 1, (0, 0, 255), 1, cv2.LINE_AA) # 窗口顯示 cv2.imshow("camera", im_rd) # 釋放攝像頭 self.cap.release() # 刪除建立的窗口 cv2.destroyAllWindows()def fw(self, t, b, l, r): y = (b - t) / 2 + t x = (r - l) / 2 + l print(str(t)+" "+str(b)+" "+str(l)+" "+str(r)) print(" " +str(x) + " " + str(y)) if x-280>=50 and abs(y-300)<=40: print("右") self.ser.write(b"5") elif x - 280 >= 50 and y - 300 >= 40: print("右下") self.ser.write(b"2") elif x - 280 >= 50 and y - 300<=-40: print("右上") self.ser.write(b"0") elif x - 280 <= -50 and abs(y-300)<=40: print("左") self.ser.write(b"6") elif x - 280 <= -50 and y-300<=-40: print("左上") self.ser.write(b"1") elif x - 280 <= -50 and y-300 >= 40: print("左下") self.ser.write(b"3") elif abs(x - 280) <= 50 and y-300>=40: print("下") self.ser.write(b"7") elif abs(x - 280) <= 50 and y-300<=-40: print("上") self.ser.write(b"4")if __name__ == "__main__": my_face = face_emotion() my_face.learning_face() |
|
|
