windows第三次作业：百度ai人脸识别

最新推荐文章于 2024-06-30 02:36:57 发布

無才

最新推荐文章于 2024-06-30 02:36:57 发布

阅读量970

点赞数 13

文章标签：人工智能

本文链接：https://blog.csdn.net/2302_76588206/article/details/139900667

版权

前言

写这篇文章是为了使用百度ai和AForge来实现人脸识别功能，提升自己的编程能力和提升自己写博客的能力，最后希望这篇文章对正在学习c#的您有帮助。

问题分析

根据作业要求，我们分析得出：我们需要开发一个C# WinForms应用程序，该应用程序能够：从摄像头获取视频流并捕捉单帧图像、将捕捉到的图像发送到Baidu AI人脸识别API进行人脸检测和识别、显示识别结果，如年龄、性别、颜值等。、

解决问题的基础方法：AForge.NET: 一个用于计算机视觉和人工智能的.NET框架、Baidu AI: 百度的人工智能平台，提供了包括人脸识别在内的多种AI服务、WinForms: Windows Forms，是用于开发Windows桌面应用程序的GUI工具包。

代码实现

安装以下NuGet包：

AForge.Controls
AForge.Video
AForge.Video.DirectShow
Newtonsoft.Json

设置百度AI的API密钥

方法：如何注册百度AI开放平台创建应用获得API Kcy及Secret Key密钥生成签名下载SDK资源_注册百度开发者账号,并创建应用以获取api key。-CSDN博客

private string APP_ID = "your_app_id";
private string API_KEY = "your_api_key";
private string SECRET_KEY = "your_secret_key";

private Face client = null;

client = new Face(API_KEY, SECRET_KEY);

设置摄像头

private FilterInfoCollection videoDevices = null;
private VideoCaptureDevice videoSource;

private void Form1_Load(object sender, EventArgs e)
{
videoDevices = new FilterInfoCollection(FilterCategory.VideoInputDevice);
if (videoDevices != null && videoDevices.Count > 0)
{
foreach (FilterInfo device in videoDevices)
{
comboBox1.Items.Add(device.Name);
}
comboBox1.SelectedIndex = 0;
}
videoSourcePlayer1.NewFrame += VideoSourcePlayer1_NewFrame;
}

捕捉视频

private void CameraConn()
{
videoSource = new VideoCaptureDevice(videoDevices[comboBox1.SelectedIndex].MonikerString);
videoSource.DesiredFrameSize = new System.Drawing.Size(320, 240);
videoSource.DesiredFrameRate = 1;
videoSourcePlayer1.VideoSource = videoSource;
videoSourcePlayer1.Start();
}

private void VideoSourcePlayer1_NewFrame(object sender, ref Bitmap image)
{
if (IsStart)
{
IsStart = false;
ThreadPool.QueueUserWorkItem(new WaitCallback(this.Detect), image.Clone());
}
if (location != null)
{
Graphics g = Graphics.FromImage(image);
g.DrawRectangle(new Pen(Color.Red), location.left, location.top, location.width, location.height);
g.Dispose();
}
}

识别人脸

public string ConvertImageToBase64(Image file)
{
using (MemoryStream memoryStream = new MemoryStream())
{
file.Save(memoryStream, file.RawFormat);
byte[] imageBytes = memoryStream.ToArray();
return Convert.ToBase64String(imageBytes);
}
}

private void Detect(object image)
{
if (image != null && image is Bitmap)
{
Bitmap img = (Bitmap)image;
string image1 = ConvertImageToBase64(img);
string imageType = "BASE64";
var options = new Dictionary<string, object>{
{"max_face_num", 2},
{"face_fields", "age,qualities,beauty"}
};
var result = client.Detect(image1, imageType, options);
// 处理检测结果...
}
}

界面

private void button1_Click(object sender, EventArgs e)
{
OpenFileDialog dialog = new OpenFileDialog();
dialog.InitialDirectory = "C:\\Images";
dialog.Filter = "所有文件|*.*";
if (dialog.ShowDialog() == DialogResult.OK)
{
string filename = dialog.FileName;
Image im = Image.FromFile(filename);
var image = ConvertImageToBase64(im);
string imageType = "BASE64";
var options = new Dictionary<string, object>{
{"face_field", "age,beauty"}
};
var result = client.Detect(image, imageType, options);
var jsonResult = JObject.Parse(result.ToString());
textBox1.Text = result.ToString();
}
}

运行结果

实验总结

通过本次项目实践，我们成功构建了一个基于WinForms的简易智能应用程序，实现了实时摄像头视频流的捕获、人脸检测以及人脸识别功能。借助AForge库强大的视频处理能力，我们能够轻松地从摄像头捕获视频流并进行实时处理。同时，通过集成百度AI的人脸识别服务，我们的应用程序具备了高效准确的人脸识别能力，进一步提升了其智能化水平。

本应用程序的实现过程不仅加深了我们对于WinForms开发框架的理解，还锻炼了我们在图像处理、人工智能应用集成等方面的技能。通过这一实践，我们证明了利用现有开源库和云服务，可以快速构建出功能丰富、性能稳定的智能应用程序。