# linux_demo

**Repository Path**: lssssi/linux_demo

## Basic Information

- **Project Name**: linux_demo
- **Description**: linux环境编程仓库创建Demo程序
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-03-29
- **Last Updated**: 2026-07-05

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

<<<<<<< HEAD
# AR虚拟宠物互动乐园

基于 OpenCV 人脸检测的实时头部运动驱动虚拟宠物互动系统。通过捕捉用户头部左右摇动，动态切换可爱的虚拟宠物，为直播场景增添趣味互动体验。

## 产品介绍

想象这样一个场景：

> 您正在进行直播，一只可爱的小兔子出现在画面中陪伴着您。当您向右摇头时，小兔子变成了活泼的小狗；当您向左摇头时，小狗又变成了萌萌的小猫。直播间的观众可以实时看到您与虚拟宠物的互动，增添了直播的趣味性和互动感。

应用场景

- **直播互动**: 为主播提供可爱的虚拟宠物助手，增加直播趣味性
- **在线教育**: 为远程教学增添互动元素
- **视频会议**: 在视频通话中添加个性化虚拟形象
- **娱乐体验**: 作为桌面虚拟宠物陪伴日常

## 功能特性

- **实时人脸检测**: 基于 OpenCV Haar Cascade 分类器，快速准确检测人脸位置
- **头部运动识别**: 通过帧差法实时识别头部左右摇动，响应时间<100ms
- **6种可爱宠物**: 兔子、小狗、小猫、小熊、熊猫、企鹅，各具特色动画
- **跳出特效**: 切换宠物时的缩放动画+光环扩散效果
- **流畅动画**: 基于正弦函数的弹跳、尾巴摇摆等动画效果
- **MJPEG视频流**: 支持浏览器远程访问，观众可实时观看
- **性能监控**: 实时显示 FPS、检测状态

## 技术栈

| 技术 | 版本 | 用途 |
|------|------|------|
| **OpenCV** | 4.x | 人脸检测、图像处理、动画绘制 |
| **nadjieb_mjpeg_streamer** | 最新 | MJPEG视频流输出 |
| **CMake** | 3.10+ | 构建系统 |
| **C++** | 14 | 开发语言 |

## 快速开始

### 1. 依赖安装

```bash
Ubuntu/Debian
sudo apt update sudo apt install -y
build-essential cmake
libopencv-dev

### 2. 编译

```bash
cd code mkdir build && cd build cmake .. -DCMAKE_BUILD_TYPE=Release make -j$(nproc)

### 3. 运行

```bash
运行程序
./run

按 `Ctrl+C` 退出程序。

### 4. 访问方式

- **本地访问**: `http://localhost:8080/bgr`
- **远程访问**: `http://192.168.198.130:8080/bgr`

## 操作说明

| 操作 | 效果 |
|------|------|
| **向右摇头** | 切换到下一个宠物 |
| **向左摇头** | 切换到上一个宠物 |
| **默认顺序** | 兔子 → 小狗 → 小猫 → 小熊 → 熊猫 → 企鹅 |

## 配置说明

### 检测参数

| 参数 | 范围 | 效果 | 建议值 |
|------|------|------|--------|
| `movement_threshold` | 3-10 | 头部移动检测阈值（像素） | 5 |
| `consecutive_frames` | 1-5 | 连续帧验证数量 | 2 |
| `cooldown_frames` | 10-30 | 切换后冷却帧数 | 15 |

### 性能优化参数

| 参数 | 范围 | 效果 | 建议值 |
|------|------|------|--------|
| `frame_width` | 320-640 | 摄像头宽度 | 480 |
| `frame_height` | 240-480 | 摄像头高度 | 360 |
| `detection_interval` | 1-5 | 人脸检测间隔（帧数） | 3 |
| `jpeg_quality` | 50-95 | MJPEG编码质量 | 85 |

## 性能指标

| 指标 | 数值 |
|------|------|
| 帧率 | 28-32 FPS |
| 检测延迟 | <100ms |
| CPU 占用 | ~40% |
| 识别准确率 | ≥90% |

## 项目结构

AR虚拟宠物互动乐园/
├── README.md               # 项目说明
├── docs/                   # 文档目录
    ├── images/                 # 图片目录
│   ├── 项目设计说明书.md
│   ├── git日志.pdf
│   └── 演示视频.avi
    ├── AI 对话记录.md
├── code/# 源代码
     ├── build/                 # 构建目录
│   ├── models/                 # 模型文件
│       └── haarcascade_frontalface_default.xml
│   ├── MakeLCists.txt # 构建文件                  
│   ├── src/  
│   │   ├── main.cpp           # 主程序入口
│   │   ├── head_detector.cpp  # 人脸检测与运动识别
│   │   └── animal_drawer.cpp  # 动物绘制与动画
│   └── include/
│       ├── head_detector.h    # 人脸检测器头文件
│       └── animal_drawer.h    # 动物绘制器头文件

## 核心算法

### 人脸检测

系统采用 **OpenCV Haar Cascade 分类器** 进行人脸检测：

```cpp
// 加载分类器 cv::CascadeClassifier face_cascade; face_cascade.load("models/haarcascade_frontalface_default.xml");

// 检测人脸 std::vectorcv::Rect faces; face_cascade.detectMultiScale(frame, faces, 1.1, 3, 0, cv::Size(30, 30));

### 头部运动识别

采用 **帧差法 + 连续帧验证** 算法：

```cpp
// 计算帧间人脸X坐标变化 int delta_x = current_face_x - last_face_x;

// 判定条件 if (abs(delta_x) > 5 && consecutive_movement >= 2) { int direction = delta_x > 0 ? 1 : -1; // 1=右, -1=左 return direction; }

### 动画系统

基于 **正弦函数** 实现自然动画：

```cpp
/ 弹跳动画 int y_offset = amplitude * sin(frame_count * frequency);

// 尾巴摇摆 int tail_angle = amplitude * sin(frame_count * frequency);

## 常见问题

### Q: 检测不到人脸？

检查以下几点：
1. 确认摄像头工作正常
2. 调整摄像头位置，确保正面光照充足
3. 确保人脸在画面中占比足够大

### Q: 画面卡顿？

调整以下参数：
- 降低分辨率（如 480x360）
- 增加检测间隔（如每3帧检测一次）
- 降低JPEG编码质量

### Q: 误判频繁？

调整以下参数：
- 增大移动阈值（如从5增加到8）
- 增加连续帧验证数量（如从2增加到3）
- 延长冷却帧数（如从15增加到25）

## 开发路线图

- [x] Haar Cascade 人脸检测
- [x] 头部运动识别
- [x] 6种虚拟动物
- [x] 弹跳动画
- [x] 跳出特效
- [x] MJPEG视频流
- [ ] 多人人脸支持
- [ ] 更多动物类型
- [ ] 手势识别扩展
- [ ] 滤镜效果

## 许可证

MIT License

## 致谢

- `https://opencv.org/` - 计算机视觉库
- `https://github.com/nadjieb/cpp-mjpeg-streamer` - MJPEG流库
=======
# Linux环境编程 - Git练习仓库

这是Linux环境编程课程的Git练习仓库。

## 课程信息

- **课程名称**: Linux环境编程
- **学期**: 2025-2026学年春季学期
- **任课教师**: [教师姓名]

## 学生信息

- **姓名**: [你的姓名]
- **学号**: [你的学号]
- **Gitee用户名**: [你的Gitee用户名]

## 学习目标

通过本练习，你将掌握：
1. Git的基本概念和工作原理
2. 在Gitee上创建远程仓库
3. Git的基本操作：clone, add, commit, push, pull
4. 理解Git的三区概念：工作区、暂存区、仓库
5. 团队协作的基本流程

## 仓库结构

```
.
├── README.md           # 本文件
├── hello.c            # 第一个练习程序
├── CMakeLists.txt     # CMake构建配置
└── docs/              # 课程文档目录
    └── notes.md       # 学习笔记
```

## 第一次作业

请按照课程要求完成以下任务：

1. 在Gitee上创建一个同名仓库
2. 将本仓库内容克隆到本地
3. 修改README.md，填入你的个人信息
4. 创建一个简单的hello.c程序
5. 提交并推送到Gitee

## 常用Git命令参考

```bash
# 查看当前状态
git status

# 添加文件到暂存区
git add <filename>
git add .              # 添加所有修改

# 提交到本地仓库
git commit -m "提交说明"

# 推送到远程仓库
git push

# 从远程仓库拉取更新
git pull

# 查看提交历史
git log

# 查看文件差异
git diff
```

## 学习资源

- [Git官方文档](https://git-scm.com/doc)
- [Gitee帮助中心](https://gitee.com/help)
第三次提交的内容
>>>>>>> 5947c22ff49deace7e90c57f5ad1e0f9217b1690