当前位置： 首页 > news >正文

11.RV1126-ROCKX项目

news 2025/6/7 5:24:47

一.ROCKX的API

1.ROCKX的作用

        ROCKX的AI组件可以快速搭建 AI的应用，这些应用可以是车牌识别、人脸识别、目标识别，人体骨骼识别等等。主要用于各种检测识别。例如下图：

2.ROCKX人脸识别的API

  • rockx_ret_t rockx_create(rockx_handle_t *handle, rockx_module_t m, void *config, size_t config_size);

 函数解释：rockx_create 创建 rockx 的句柄 rockx_handle_t。rockx_handle_t 也是管理整个 rockx 人脸检测、人脸识别的最重要结构体

第一个参数：rockx_handle_t 的结构体指针
第二个参数：rockx_module_t 的结构体，rockx_module_t 是一个枚举类型，设置当前 rockx 的处理类型。具体的如下： 

ROCKX_MODULE_FACE_DETECTION：人脸检测模块
ROCKX_MODULE_FACE_LANDMARK_68：人脸 68 个特征点检测
ROCKX_MODULE_FACE_RECOGNIZE：人脸识别模块
ROCKX_MODULE_FACE_ANALYZE： 人脸分析模块
ROCKX_MODULE_OBJECT_DETECTION：目标检测模块
ROCKX_MODULE_POSE_BODY： 人体姿态检测模块，14 个关键点
ROCKX_MODULE_POSE_FINGER_21：手指检测模块，21 个关键点
ROCKX_MODULE_FACE_LANDMARK_5：人脸 5 个特征点检测
ROCKX_MODULE_HEAD_DETECTION： 人体头部检测模块
ROCKX_MODULE_CARPLATE_DETECTION： 车牌检测模块
ROCKX_MODULE_CARPLATE_ALIGN：车牌对齐模块
ROCKX_MODULE_CARPLATE_RECOG：车牌识别模块
ROCKX_MODULE_OBJECT_TRACK：物体追踪模块
ROCKX_MODULE_POSE_FINGER_3：手指检测模块， 支持 3 个关键点
ROCKX_MODULE_FACE_MASKS_DETECTION：人脸口罩检测，检测这个人是否戴口罩
ROCKX_MODULE_FACE_DETECTION_V2：人脸检测模块，Version2 版本
ROCKX_MODULE_BODY_MASK：人体身体遮挡检测，主要是检测当前人体是否有遮挡物
ROCKX_MODULE_POSE_BODY_V2：人体姿态检测，V2 是 Version2，能够检测 17 个关键点
ROCKX_MODULE_FACE_DETECTION_V3：人脸检测模块，V3 是 Version3，它只能检测 320 * 320 的人脸
ROCKX_MODULE_FACE_DETECTION_V3_LARGE：人脸检测模块加强版，V3 是 Version3，Large 能够检测 640 * 640 的人脸
ROCKX_MODULE_PERSON_DETECTION：行人检测模块，主要是检测当前图像中是否有行人
ROCKX_MODULE_FACE_LANDMARK_106：人脸关键点检测模型，总共能检测出 106 个关键点
ROCKX_MODULE_FACE_BEAUTY：人脸漂亮指数检测模型，主要是检测人的漂亮指数是多少
ROCKX_MODULE_FACE_SMILE_DETECT：人脸微笑检测模型，检测当前人是否微笑
ROCKX_MODULE_FACE_MASK_CLASSIFIER：人脸口罩分类检测模型，主要是检测当前口罩的类型是什么
ROCKX_MODULE_PERSON_DETECTION_V2：行人检测模型，V2 是 Version2，它只能检测 532 * 320 的行人图像
ROCKX_MODULE_PERSON_DETECTION_V3：行人检测模型，V3 是 Version3，它可以检测多尺寸的行人图像
第三个参数：rockx_config_t 结构体指针，主要是配置 rockx 的基本参数，它的创建是用rockx_add_config 来创建
第四个参数：config_size，默认是 0 就可以

  • rockx_ret_t rockx_add_config(rockx_config_t *config, const char *key, const char *value);

函数解释：添加 rockx 的 config 配置
第一个参数：rockx_config_t 结构体指针，rockx_config_t 的创建是用 rockx_create_config 来分配，如：rockx_config_t *config =rockx_create_config();
第二个参数：config 的 key, 最常见的 KEY 是 ROCKX_CONFIG_DATA_PATH(ROCKX 的配置路径)
第三个参数：config 的 value, 跟 Key 一一对应, 比方说 Key 是 ROCKX_CONFIG_DATA_PATH, 那它的 value 就是对应的 rockx 的具体路径，如:/userdata/rockx_data/。
示例：
rockx_config_t *config = rockx_create_config();
rockx_add_config(config, ROCKX_CONFIG_DATA_PATH, "/userdata/rockx_data/");

  •  rockx_ret_t rockx_face_detect(rockx_handle_t handle, rockx_image_t *in_img,rockx_object_array_t *face_array, rockx_async_callback *callback);

函数解释：这个 API 主要是对人脸进行检测，得到人脸检测的位置信息
第一个参数：rockx_handle_t 的结构体指针
第二个参数：rockx_image_t 的结构体指针，这个是输入的图像，需要检测的图像，也可以是每一帧视频流。

第四个参数：config_size，默认是 0 就可以
第三个参数：rockx_object_array_t 的结构体指针，主要是输出检测结果，这个检测结果的结构体如下：

count：检测的人脸数量
rockx_object_t：检测的具体信息，具体的成员变量如下：

id：object 的 id 号
cls_idx：object 的 index 索引

score：object 物体信任分数
box：rockx 的区域信息，rockx_rect_t 结构体。

left：区域左边缘的 x 坐标，其实就是 x 轴数据
top: 区域顶的 y 坐标，其实就是 Y 轴数据
right：区域右边缘的 x 坐标，其实就是 left + width
bottom：区域底的 Y 坐标，其实就是 top + height 

  •  rockx_ret_t rockx_face_recognize(rockx_handle_t handle, rockx_image_t *in_img, rockx_face_feature_t *out_feature);

函数定义：这个 API 主要是对人脸进行识别，并提取人脸数据

第一个参数：rockx_handle_t 的结构体指针
第二个参数：rockx_image_t 的结构体指针，这个是输入的图像，需要检测的图像，也可以是每一帧视频流。
第三个参数：rockx_face_feature_t 的结构体指针，rockx_face_feature_t 结构体主要是存储人脸的特征值和长度，我们来看看这个结构体的组成 

version：人脸识别版本
len：人脸识别的长度
feature[512]：人脸识别的数据，512 的 float 数组，这个值是存储一个二进制数据

  •  rockx_ret_t rockx_face_feature_similarity(rockx_face_feature_t *in_feature1, rockx_face_feature_t *in_feature2, float *out_similarity);

函数的定义：这个 API 主要是对比两个人脸，并计算两个人脸的对比数值
第一个参数：in_feature1，需要对比的人脸特征值 1
第一个参数：in_feature2，需要对比的人脸特征值 2
第三个参数：in_feature1 和 in_feature2 对比的相似度值，一般小于 1.0 可以判断为同一个人 

  • rockx_ret_t rockx_face_align(rockx_handle_t handle, rockx_image_t *in_img, rockx_rect_t *in_box, rockx_face_landmark_t *in_landmark, rockx_image_t *out_img); 

函数的定义：这个 API 主要是对目前检测的人脸进行对齐，这个对齐一般是用 face_landmark 检测人脸关键点进行对齐
第一个参数：rockx_handle_t 的结构体
第二个参数：in_img 输入的图像
第三个参数：in_box 是人脸检测的区域，用矩形来表示，我们来看看 rockx_rect_t 的结构体成员 

left：表示矩形左边缘的 X 坐标。
top：表示矩形顶部的 y 坐标
right：表示矩形右边缘的 x 坐标
bottom：表示矩形底部的 y 坐标。 

第四个参数：rockx_face_landmark_t 的结构体指针，主要是检测人脸关键点，我们来看看这个结构体的成员变量 

image_width：图像的长度
image_height：图像的高度
face_box：人脸的检测区域，用矩形表示
landmarks_count：关键点个数
landmarks[128]：具体的人脸关键点，rockx_point_t 来表示，它本质上就是 x,y 的点 

score：每个关键点的分数 

  • rockx_ret_t rockx_face_filter(rockx_handle_t handle, rockx_image_t *in_img, rockx_rect_t *in_box, int *is_false_face); 

函数的定义：这个 API 主要是过滤人脸，过滤图像中不符合人脸的图像
第一个参数：rockx_handle_t 的结构体指针
第二个参数：in_img 是输入的图像
第三个参数：in_box 人脸检测区域，是一个矩形
第四个参数：is_falas_face 判断当前检测的图像是否是人脸，是人脸就等于 true，否则 false 

  • rockx_ret_t rockx_face_masks_detect(rockx_handle_t handle, rockx_image_t *in_img, rockx_face_mask_array_t *face_mask_array,rockx_async_callback *callback); 

第一个参数：rockx_handle_t 的结构体指针
第二个参数：in_img 是输入的图像
第三个参数：face_mask_array 存放口罩的数据，我们来看看这个结构体的数据 

count:口罩的数量
face_masks:rockx_face_mask_t，具体的口罩参数，如下图

face_box ：是口罩的区域，用矩形表示
mask_score：口罩的分数
hasMask：是否有戴口罩 

二. ROCKX图片检测人脸并画框

        1.图片检测人脸并画框的流程：

                 这里有个重点就是如何知道脸的位置：由rockx_face_detect函数检测并获取位置传给opencv，那位置就是width:right-left,high:bottom-top。然后opencv画框。

 2.代码实现

/******************************************************************************    Copyright (c) 2017 - 2019 by Rockchip Corp.  All rights reserved.**    The material in this file is confidential and contains trade secrets*    of Rockchip Corporation. This is proprietary information owned by*    Rockchip Corporation. No part of this work may be disclosed,*    reproduced, copied, transmitted, or used in any way for any purpose,*    without the express written permission of Rockchip Corporation.******************************************************************************/
#include <assert.h>
#include <cstddef>
#include <fcntl.h>
#include <getopt.h>
#include <opencv2/imgproc.hpp>
#include <opencv2/imgproc/imgproc_c.h>
#include <pthread.h>
#include <signal.h>
#include <stdbool.h>
#include <stdio.h>
#include <stdlib.h>
#include <time.h>
#include <unistd.h>// #include "common/sample_common.h"
#include "rkmedia_api.h"
#include "rknn_rockx_include/rockx_type.h"
#include "rockx.h"
#include <opencv2/core.hpp>
// #include <opencv2/imgoroc.hpp>
#include <opencv2/highgui.hpp>
#include <opencv2/opencv.hpp>
#include <stdio.h>
#include <memory.h>
#include <sys/time.h>
#include "rknn_rockx_include/rockx_type.h"
#include "rockx.h"
#include <opencv2/opencv.hpp>
#include <opencv2/imgcodecs.hpp>
#include "rknn_rockx_include/utils/rockx_config_util.h"
using namespace cv;int main(int argc, char **argv)
{const char *image_path = argv[1]; //输入图片路径//配置rockx的configrockx_config_t * face_detect_config = rockx_create_config();//创建配置rockx_add_config(face_detect_config,ROCKX_CONFIG_DATA_PATH, "/userdata/rockx_data");//设置配置//创建rockx的句柄rockx_ret_t  face_ret;rockx_handle_t face_detect_handle ;rockx_module_t module = ROCKX_MODULE_FACE_DETECTION_V3;face_ret = rockx_create(&face_detect_handle,module,face_detect_config,0);//创建A模型if(face_ret != ROCKX_RET_SUCCESS){printf("create face detect handle failed.....\n");return -1;}//读取图片rockx_image_t image;rockx_image_read(image_path,&image,1);//读取图片printf("3");//检测人脸rockx_object_array_t face_array;face_ret = rockx_face_detect(face_detect_handle,&image,&face_array,nullptr);//检测人脸if(face_ret != ROCKX_RET_SUCCESS){printf("face detect failed.....\n");return -1;}//循环人脸数量并画框Mat face_mat = Mat(image.height,image.width,CV_8UC3,image.data);//将图片转为Matfor(int i = 0;i < face_array.count;i++){int left = face_array.object[i].box.left;int top = face_array.object[i].box.top;int width = face_array.object[i].box.right - face_array.object[i].box.left;int height = face_array.object[i].box.bottom - face_array.object[i].box.top;Rect boundingRect(left,top,width,height);//定义矩形框rectangle(face_mat,boundingRect,Scalar(0,0,255),1);//画框}//显示图片imwrite("face_detect.jpg",face_mat);rockx_destroy(face_detect_handle);return 0;
}

3.效果图（V2模型会出现多个框，所以改V3模型了）

 三.ROCKX视频检测人脸并画框

   1.视频检测人脸并画框的流程：

首先要初始化模块包括 VI 模块、VENC 模块、并启动 VI 模块采集视频流、rockx 模块的初始化。
初始化模块后，就要分两个线程处理了。
主线程是负责 rockx 对 VI 视频流的处理，并用 OPENCV 对人脸进行画框，最后把处理后的 VI 数据传输到 VENC 模块里面。
第二个线程 rockx_face_detect_venc_thread，从 VENC 模块获取到 H264 的编码码流数据，并把 VENC 码流数据保存。

 2.代码实现

/******************************************************************************    Copyright (c) 2017 - 2019 by Rockchip Corp.  All rights reserved.**    The material in this file is confidential and contains trade secrets*    of Rockchip Corporation. This is proprietary information owned by*    Rockchip Corporation. No part of this work may be disclosed,*    reproduced, copied, transmitted, or used in any way for any purpose,*    without the express written permission of Rockchip Corporation.******************************************************************************/
#include <assert.h>
#include <cstddef>
#include <fcntl.h>
#include <getopt.h>
#include <opencv2/imgproc.hpp>
#include <opencv2/imgproc/imgproc_c.h>
#include <pthread.h>
#include <signal.h>
#include <stdbool.h>
#include <stdio.h>
#include <stdlib.h>
#include <time.h>
#include <unistd.h>// #include "common/sample_common.h"
#include "rkmedia_api.h"
#include "rknn_rockx_include/rockx_type.h"
#include "rockx.h"
#include <opencv2/core.hpp>
// #include <opencv2/imgoroc.hpp>
#include <opencv2/highgui.hpp>
#include <opencv2/opencv.hpp>#define CAMERA_PATH "rkispp_scale0"
#define CAMERA_ID 0
#define CAMERA_CHN 0
#define VENC_CHN 0
#define WIDTH 1920
#define HEIGHT 1080
using namespace cv;void *rockx_face_detect_venc_thread(void *args)
{pthread_detach(pthread_self());FILE *face_detect_h264 = fopen("face_detect_venc.h264", "w+");MEDIA_BUFFER mb = NULL;while (1){mb = RK_MPI_SYS_GetMediaBuffer(RK_ID_VENC, VENC_CHN, -1);if (!mb){printf("Get Rockx_Venc Data break...\n");}fwrite(RK_MPI_MB_GetPtr(mb), RK_MPI_MB_GetSize(mb), 1, face_detect_h264);RK_MPI_MB_ReleaseBuffer(mb);}return NULL;
}int main(int argc, char **argv)
{int ret;VI_CHN_ATTR_S vi_chn_attr;vi_chn_attr.pcVideoNode = CAMERA_PATH;        // Pathvi_chn_attr.u32Width = 1920;                  // Widthvi_chn_attr.u32Height = 1080;                 // Heightvi_chn_attr.enPixFmt = IMAGE_TYPE_NV12;       // ImageTypevi_chn_attr.enBufType = VI_CHN_BUF_TYPE_MMAP; // BufTypevi_chn_attr.u32BufCnt = 3;                    // Cntvi_chn_attr.enWorkMode = VI_WORK_MODE_NORMAL; // Moderet = RK_MPI_VI_SetChnAttr(CAMERA_ID, CAMERA_CHN, &vi_chn_attr);if (ret){printf("Vi Set Attr Failed.....\n");return 0;}else{printf("Vi Set Attr Success.....\n");}ret = RK_MPI_VI_EnableChn(CAMERA_ID, CAMERA_CHN);if (ret){printf("Vi Enable Attr Failed.....\n");return 0;}else{printf("Vi Enable Attr Success.....\n");}VENC_CHN_ATTR_S venc_chn_attr;memset(&venc_chn_attr, 0, sizeof(VENC_CHN_ATTR_S));venc_chn_attr.stVencAttr.u32PicWidth = 1920;venc_chn_attr.stVencAttr.u32PicHeight = 1080;venc_chn_attr.stVencAttr.u32VirWidth = 1920;venc_chn_attr.stVencAttr.u32VirHeight = 1080;venc_chn_attr.stVencAttr.imageType = IMAGE_TYPE_NV12;venc_chn_attr.stVencAttr.enType = RK_CODEC_TYPE_H264;venc_chn_attr.stVencAttr.u32Profile = 66;venc_chn_attr.stRcAttr.enRcMode = VENC_RC_MODE_H264CBR;venc_chn_attr.stRcAttr.stH264Cbr.u32Gop = 25;venc_chn_attr.stRcAttr.stH264Cbr.u32BitRate = 1920 * 1080 * 3;venc_chn_attr.stRcAttr.stH264Cbr.fr32DstFrameRateDen = 1;venc_chn_attr.stRcAttr.stH264Cbr.fr32DstFrameRateNum = 25;venc_chn_attr.stRcAttr.stH264Cbr.u32SrcFrameRateDen = 1;venc_chn_attr.stRcAttr.stH264Cbr.u32SrcFrameRateNum = 25;ret = RK_MPI_VENC_CreateChn(VENC_CHN, &venc_chn_attr);if (ret){printf("ERROR: Create venc failed!\n");exit(0);}ret = RK_MPI_VI_StartStream(CAMERA_ID, CAMERA_CHN);if (ret){printf("RK_MPI_VI_StartStream Failed.....\n");return 0;}else{printf("RK_MPI_VI_StartStream Success.....\n");}pthread_t pid;pthread_create(&pid, NULL, rockx_face_detect_venc_thread, NULL);rockx_config_t *face_detect_config = rockx_create_config();rockx_add_config(face_detect_config, ROCKX_CONFIG_DATA_PATH, "/userdata/rockx_data");rockx_handle_t face_detect_handle;rockx_ret_t face_detect_ret;rockx_module_t face_detect_module = ROCKX_MODULE_FACE_DETECTION_V3;face_detect_ret = rockx_create(&face_detect_handle, face_detect_module, face_detect_config, 0);if (face_detect_ret != ROCKX_RET_SUCCESS){printf("rockx_create face_detect failed...\n");return -1;}rockx_image_t rv1126_rockx_image;//图像数据rv1126_rockx_image.width = WIDTH;//图像宽度rv1126_rockx_image.height = HEIGHT;//图像高度rv1126_rockx_image.pixel_format = ROCKX_PIXEL_FORMAT_YUV420SP_NV12;//图像格式MEDIA_BUFFER mb;while (1){mb = RK_MPI_SYS_GetMediaBuffer(RK_ID_VI, CAMERA_CHN, -1);if (!mb){printf("Get Vi Stream break....\n");break;}rv1126_rockx_image.data = (uint8_t *)RK_MPI_MB_GetPtr(mb);rv1126_rockx_image.size = RK_MPI_MB_GetSize(mb);Mat rv1126_image_mat = Mat(HEIGHT, WIDTH, CV_8UC1, rv1126_rockx_image.data);rockx_object_array_t face_detect_array;face_detect_ret = rockx_face_detect(face_detect_handle, &rv1126_rockx_image, &face_detect_array, NULL);if (face_detect_ret != ROCKX_RET_SUCCESS){printf("face_detect failed....\n");}for (int i = 0; i < face_detect_array.count; i++){int left = face_detect_array.object[i].box.left;int top = face_detect_array.object[i].box.top;int w = face_detect_array.object[i].box.right - face_detect_array.object[i].box.left;int h = face_detect_array.object[i].box.bottom - face_detect_array.object[i].box.top;Rect boundingRect(left, top, w, h);rectangle(rv1126_image_mat, boundingRect, Scalar(255, 255, 0));}RK_MPI_SYS_SendMediaBuffer(RK_ID_VENC, VENC_CHN, mb);RK_MPI_MB_ReleaseBuffer(mb);}RK_MPI_VENC_DestroyChn(VENC_CHN);RK_MPI_VI_DisableChn(CAMERA_ID, CAMERA_CHN);return 0;
}

3.效果图：不给看啦！！！     已验证，没问题

http://www.xdnf.cn/news/899155.html

相关文章：

  • 深入浅出多路归并：原理、实现与实战案例解析
  • 前端对WebSocket进行封装，并建立心跳监测
  • 【MATLAB去噪算法】基于ICEEMDAN联合小波阈值去噪算法
  • Linux(线程控制)
  • 佰力博科技与您探讨材料介电性能测试的影响因素
  • 机器学习与深度学习14-集成学习
  • 【Python 算法零基础 4.排序 ⑪ 十大排序算法总结】
  • 【数据结构】_排序
  • Ubuntu 系统静态网络配置
  • ansible和saltstack安装和简单操作
  • AWS API Gateway配置日志
  • 在SpringBoot中使用AWS SDK实现邮箱验证码服务
  • React项目的状态管理：Redux Toolkit
  • @Transactional注解失效的原因有哪些？
  • Javascript 编程基础（5）面向对象 | 5.2、原型系统
  • java教程笔记（十一）-泛型
  • C语言字符数组输入输出方法大全（附带实例）
  • Axios请求超时重发机制
  • 亚矩阵云手机实测体验：稳定流畅背后的技术逻辑​
  • 面向无人机海岸带生态系统监测的语义分割基准数据集
  • Cursor 1.0正式推出：全面解析你的AI 编程助手
  • 湖北理元理律师事务所：企业债务重组的风险控制方法论
  • 办公提效的AI免费工具使用感悟
  • 大量企业系统超龄服役！R²AIN SUITE 一体化企业提效解决方案重构零售数智化基因
  • Inxpect安全雷达传感器与控制器：动态检测 + 抗干扰技术重构工业安全防护体系
  • 从“人找政策”到“政策找人”：智能退税ERP数字化重构外贸生态
  • 如何以 9 种方式将照片从手机传输到笔记本电脑
  • 手机如何防止ip关联？3种低成本方案
  • 23套橙色系精选各行业PPT模版分享
  • 【前端】每日一道面试题6：解释Promise.any和Promise.allSettled的使用场景及区别。