当前位置:网站首页>基于STM32单片机的测温仪(带人脸检测)
基于STM32单片机的测温仪(带人脸检测)
2022-07-05 09:11:00 【华为云】
基于STM32单片机的测温仪(带人脸检测)
由于医学发展的需要,在很多情况下,一般的温度计己经满足不了快速而又准确的测温要求,例如:车站、地铁、机场等人口密度较大的地方进行人体温度测量。
当前设计的这款测温仪由测温硬件+上位机软件组合而成,主要用在地铁、车站入口等地方,可以准确识别人脸进行测温,如果有人温度超标会进行语音提示并且保存当前人脸照片。
1、 硬件选型与设计思路
(1). 设备端
主控单片机采用STM32F103C8T6,人体测温功能采用非接触式红外测温模块。
(2). 上位机设计思路
上位机采用Qt5设计,Qt5是一套基于C++语言的跨平台软件库,性能非常强大,目前桌面端很多主流的软件都是采用QT开发。比如: 金山办公旗下的-WPS,字节跳动旗下的-剪映,暴雪娱乐公司旗下-多款游戏登录器等等。Qt在车联网领域用的也非常多,比如,哈佛,特斯拉,比亚迪等等很多车的中控屏整个系统都是采用Qt设计。
在测温项目里,上位机与STM32之间采用串口协议进行通信,上位机可以打开笔记本电脑默认的摄像头,进行人脸检测;当检测到人脸时,控制STM32测量当前人体的实时温度实时,再将温度传递到上位机显示;当温度正常时,上位机上显示绿色的提示字样“温度正常”,并有语音播报,语音播报的声音使用笔记本自带的声卡发出。如果温度过高,上位机显示红色提示字样“温度异常,请重新测量”,并有语音播报提示。温度过高时,会自动将当前人脸拍照留存,照片存放在当前软件目录下的“face”目录里,文件的命名规则是“38.8_2022-01-05-22-12-34.jpg”,其中38.8表示温度值,后面是日期(年月日时分秒)。
(3) 上位机运行效果
上位机需要连接STM32设备之后才可以获取温度数据,点击软件上的打开摄像头按钮,开启摄像头,让检测到人脸时,下面会显示当前测量的温度。如果没有连接STM32设备,那么默认会显示一个正常的固定温度值。界面上右边红色的字,表示当前处理一帧图像的耗时时间,电脑性能越好,检测速度越快。
(4) 拿到可执行文件之后如何运行?
先解压压缩包,进入“测温仪上位机-可执行文件”目录,将“haarcascade_frontalface_alt2.xml”拷贝到C盘根目录。
然后双击“FaceTemperatureCheck.exe”运行程序。
未连接设备,也可以打开摄像头检测人脸,只不过温度值是一个固定的正常温度值范围。
二、上位机设计
2.1 安装编译环境
如果需要自己编译运行源代码,需要先安装Qt5开发环境。
下载地址:https://download.qt.io/official_releases/qt/5.12/5.12.0/
下载之后,先将电脑网络断掉(不然会提示要求输入QT的账号),然后双击安装包进行安装。
安装可以只需要选择一个MinGW 32位编译器就够用了,详情看下面截图,选择“MinGW 7.3.0 32-bit”后,就点击下一步,然后等待安装完成即可。
2.2 软件代码整体效果
打开工程后(工程文件的后缀是xxx.pro),点击左下角的绿色三角形按钮就可以编译运行程序。
2.3 UI设计界面
2.4 人脸检测核心代码
//人脸检测代码 bool ImageHandle::opencv_face(QImage qImage) { bool check_flag=0; QTime time; time.start(); static CvMemStorage* storage = nullptr; static CvHaarClassifierCascade* cascade = nullptr; //模型文件路径 QString face_model_file =QCoreApplication::applicationDirPath()+"/"+FACE_MODEL_FILE; //加载分类器:正面脸检测 cascade =(CvHaarClassifierCascade*)cvLoad(face_model_file.toUtf8().data(),0,0,0); if(!cascade) { qDebug()<<"分类器加载错误.\n"; return check_flag; } //创建内存空间 storage =cvCreateMemStorage(0); //加载需要检测的图片 IplImage* img =QImageToIplImage(&qImage); if(img ==nullptr ) { qDebug()<<"图片加载错误.\n"; return check_flag; } double scale=1.2; //创建图像首地址,并分配存储空间 IplImage* gray =cvCreateImage(cvSize(img->width,img->height),8,1); //创建图像首地址,并分配存储空间 IplImage* small_img=cvCreateImage(cvSize(cvRound(img->width/scale),cvRound(img->height/scale)),8,1); cvCvtColor(img,gray, CV_BGR2GRAY); cvResize(gray, small_img, CV_INTER_LINEAR); cvEqualizeHist(small_img,small_img);//直方图均衡 /* * 指定相应的人脸特征检测分类器,就可以检测出图片中所有的人脸,并将检测到的人脸通过矩形的方式返回。 * 总共有8个参数,函数说明: 参数1:表示输入图像,尽量使用灰度图以加快检测速度。 参数2:表示Haar特征分类器,可以用cvLoad()函数来从磁盘中加载xml文件作为Haar特征分类器。 参数3:用来存储检测到的候选目标的内存缓存区域。 参数4:表示在前后两次相继的扫描中,搜索窗口的比例系数。默认为1.1即每次搜索窗口依次扩大10% 参数5:表示构成检测目标的相邻矩形的最小个数(默认为3个)。如果组成检测目标的小矩形的个数和小于 min_neighbors - 1 都会被排除。如果min_neighbors 为 0, 则函数不做任何操作就返回所有的被检候选矩形框,这种设定值一般用在用户自定义对检测结果的组合程序上。 参数6:要么使用默认值,要么使用CV_HAAR_DO_CANNY_PRUNING,如果设置为CV_HAAR_DO_CANNY_PRUNING,那么函数将会使用Canny边缘检测来排除边缘过多或过少的区域,因此这些区域通常不会是人脸所在区域。 参数7:表示检测窗口的最小值,一般设置为默认即可。 参数8:表示检测窗口的最大值,一般设置为默认即可。 函数返回值:函数将返回CvSeq对象,该对象包含一系列CvRect表示检测到的人脸矩形。 */ CvSeq* objects =cvHaarDetectObjects(small_img, cascade, storage, 1.1, 3, 0/*CV_HAAR_DO_CANNY_PRUNING*/, cvSize(50,50)/*大小决定了检测时消耗的时间多少*/); qDebug()<<"人脸数量:"<<objects->total; //遍历找到对象和周围画盒 QPainter painter(&qImage);//构建 QPainter 绘图对象 QPen pen; pen.setColor(Qt::blue);//画笔颜色 pen.setWidth(5);//画笔宽度 painter.setPen(pen);//设置画笔 CvRect *max=nullptr; for(int i=0;i<(objects->total);++i) { //得到人脸的坐标位置和宽度高度信息 CvRect* r=(CvRect*)cvGetSeqElem(objects,i); if(max==nullptr)max=r; else { if(r->width>max->width||r->height>max->height) { max=r; } } } //如果找到最大的目标脸 if(max!=nullptr) { check_flag=true; //将人脸区域绘制矩形圈起来 painter.drawRect(max->x*scale,max->y*scale,max->width*scale,max->height*scale); } cvReleaseImage(&gray); //释放图片内存 cvReleaseImage(&small_img); //释放图片内存 cvReleaseHaarClassifierCascade(&cascade);//释放内存-->分类器 cvReleaseMemStorage(&objects->storage);//释放内存-->检测出图片中所有的人脸 //释放图片 cvReleaseImage(&img); qint32 time_ms=0; time_ms=time.elapsed(); //耗时时间 emit ss_log_text(QString("%1").arg(time_ms)); //保存结果 m_image=qImage.copy(); return check_flag; } |
2.5 配置文件(修改参数-很重要)
参数说明:
如果电脑上有多个摄像头,可以修改配置文件里的摄像头编号,具体的数量在程序启动时会自动查询,通过打印代码输出到终端。
如果自己第一次编译运行源码,运行之后,
(1)需要将软件源码目录下的“haarcascade_frontalface_alt2.xml” 文件拷贝到C盘根目录,或者其他非中文目录下,具体路径可以在配置文件里修改,默认就是C盘根目录。
(2)需要将软件源码目录下的“OpenCV-MinGW-Build-OpenCV-3.4.7\x86\mingw\bin”目录里所有文件拷贝到,生成的程序执行文件同级目录下。
这样才能保证程序可以正常运行。
报警温度的阀值范围,也可以自行更改,在配置文件里有说明。
2.6 语音提示文件与背景图
语音提示文件,背景图是通过资源文件加载的。
源文件存放在,源代码的“FaceTemperatureCheck\res”目录下。
自己也可以自行替换,重新编译程序即可生效。
2.7 语音播报与图像显示处理代码
//图像处理的结果 void Widget::slot_HandleImage(boolflag,QImage image) { bool temp_state=0; //检测到人脸 if(flag) { //判断温度是否正常 if(current_temp<MAX_TEMP && current_temp>MIN_TEMP) { temp_state=true; //显示温度正常 ui->label_temp->setStyleSheet("color: rgb(0, 255, 127);font: 20pt \"Arial\";"); ui->label_temp->setText(QString("%1℃").arg(current_temp)); } else//语音播报,温度异常 { temp_state=false; //显示温度异常 ui->label_temp->setStyleSheet("color: rgb(255, 0, 0);font: 20pt \"Arial\";"); ui->label_temp->setText(QString("%1℃").arg(current_temp)); } //获取当前ms时间 longlong currentTime =QDateTime::currentDateTime().toMSecsSinceEpoch(); //判断时间间隔是否到达 if(currentTime-old_currentTime>AUDIO_RATE_MS) { //更改当前时间 old_currentTime=currentTime; //温度正常 if(temp_state) { //语音播报,温度正常 QSound::play(":/res/ok.wav"); } //温度异常 else { //语音播报,温度异常 QSound::play(":/res/error.wav"); //拍照留存 QString dir_str =QCoreApplication::applicationDirPath()+"/face"; //检查目录是否存在,若不存在则新建 QDir dir; if(!dir.exists(dir_str)) { bool res =dir.mkpath(dir_str); qDebug()<<"新建目录状态:"<< res; } //目录存在就保存图片 QDir dir2; if(dir2.exists(dir_str)) { //拼接名称 QDateTime dateTime(QDateTime::currentDateTime()); //时间效果: 2020-03-05 16:25::04 周一 QString qStr=QString("%1/%2_").arg(dir_str).arg(current_temp); qStr+=dateTime.toString("yyyy-MM-dd-hh-mm-ss-ddd"); image.save(qStr+".jpg"); } } } } else //不显示温度 { ui->label_temp->setStyleSheet("color: rgb(0, 255, 127);font: 20pt \"Arial\";"); ui->label_temp->setText("----"); } //处理图像的结果画面 ui->widget_player->slotGetOneFrame(image); } |
2.8 STM32的温度接收处理代码
如果需要完整的工程,可以在这里去下载:https://download.csdn.net/download/xiaolong1126626497/85892490
//刷新串口端口 void Widget::on_pushButton_flush_uart_clicked() { QList<QSerialPortInfo> UartInfoList=QSerialPortInfo::availablePorts();//获取可用串口端口信息 ui->comboBox_ComSelect->clear(); if(UartInfoList.count()>0) { for(int i=0;i<UartInfoList.count();i++) { if(UartInfoList.at(i).isBusy())//如果当前串口 COM 口忙就返回真,否则返回假 { QString info=UartInfoList.at(i).portName(); info+="(占用)"; ui->comboBox_ComSelect->addItem(info);//添加新的条目选项 } else { ui->comboBox_ComSelect->addItem(UartInfoList.at(i).portName());//添加新的条目选项 } } } else { ui->comboBox_ComSelect->addItem("无可用COM口");//添加新的条目选项 } } //连接测温设备 void Widget::on_pushButton_OpenUart_clicked() { if(ui->pushButton_OpenUart->text()=="连接测温设备") //打开串口 { ui->pushButton_OpenUart->setText("断开连接"); /*配置串口的信息*/ UART_Config->setPortName(ui->comboBox_ComSelect->currentText()); //COM的名称 if(!(UART_Config->open(QIODevice::ReadWrite))) //打开的属性权限 { QMessageBox::warning(this,tr("状态提示"), tr("设备连接失败!\n请选择正确的COM口"), QMessageBox::Ok); ui->pushButton_OpenUart->setText("连接测温设备"); return; } } else//关闭串口 { ui->pushButton_OpenUart->setText("连接测温设备"); /*关闭串口-*/ UART_Config->clear(QSerialPort::AllDirections); UART_Config->close(); } } //读信号 void Widget::ReadUasrtData() { /*返回可读的字节数*/ if(UART_Config->bytesAvailable()<=0) { return; } /*定义字节数组*/ QByteArray rx_data; /*读取串口缓冲区所有的数据*/ rx_data=UART_Config->readAll(); //转换温度 current_temp=rx_data.toDouble(); } |
边栏推荐
- 嗨 FUN 一夏,与 StarRocks 一起玩转 SQL Planner!
- Rebuild my 3D world [open source] [serialization-3] [comparison between colmap and openmvg]
- kubeadm系列-00-overview
- Huber Loss
- [code practice] [stereo matching series] Classic ad census: (5) scan line optimization
- 信息與熵,你想知道的都在這裏了
- Codeforces round 684 (Div. 2) e - green shopping (line segment tree)
- 12. Dynamic link library, DLL
- Transfer learning and domain adaptation
- Illustrated network: what is gateway load balancing protocol GLBP?
猜你喜欢
Ros-11 common visualization tools
Priority queue (heap)
Solution to the problems of the 17th Zhejiang University City College Program Design Competition (synchronized competition)
Introduction Guide to stereo vision (7): stereo matching
AUTOSAR从入门到精通100讲(103)-dbc文件的格式以及创建详解
Applet customization component
What is a firewall? Explanation of basic knowledge of firewall
Beautiful soup parsing and extracting data
Ros-10 roslaunch summary
The combination of deep learning model and wet experiment is expected to be used for metabolic flux analysis
随机推荐
C#图像差异对比:图像相减(指针法、高速)
Understanding rotation matrix R from the perspective of base transformation
深入浅出PyTorch中的nn.CrossEntropyLoss
520 diamond Championship 7-4 7-7 solution
2311. 小于等于 K 的最长二进制子序列
kubeadm系列-01-preflight究竟有多少check
OpenFeign
混淆矩阵(Confusion Matrix)
Global configuration tabbar
Node collaboration and publishing
[Niuke brush questions day4] jz55 depth of binary tree
Ministry of transport and Ministry of Education: widely carry out water traffic safety publicity and drowning prevention safety reminders
交通运输部、教育部:广泛开展水上交通安全宣传和防溺水安全提醒
Jenkins pipeline method (function) definition and call
Codeforces round 684 (Div. 2) e - green shopping (line segment tree)
信息与熵,你想知道的都在这里了
Ros-10 roslaunch summary
AdaBoost use
Chris LATTNER, the father of llvm: why should we rebuild AI infrastructure software
OpenFeign