基于OpenCVSharp的人脸识别系统

最新推荐文章于 2024-07-09 09:52:58 发布

IT_BOY__

最新推荐文章于 2024-07-09 09:52:58 发布

阅读量8.8k

点赞数 4

分类专栏： OpenCV 文章标签：人脸识别 OpenCvSharp OpenCv

本文链接：https://blog.csdn.net/IT_BOY__/article/details/91865726

版权

本文介绍了基于OpenCvSharp构建人脸识别系统的过程，包括人脸检测、数据准备、人脸识别器训练、结果显示和添加人脸数据。文章详细阐述了关键步骤，如使用级联分类器检测人脸，训练识别器以及如何预测和显示结果。作者分享了开发心得，强调了系统设计和模块化的重要性，以及传统人脸识别算法与深度学习方法的优缺点。

摘要由CSDN通过智能技术生成

一、概述

因为OpenCv对UI兼容不是很好，C#可以很好地写UI，有2个框架可供选择：1、EmguCv；2、OpenCvSharp。OpenCvSharp是一个日本人开发的开源项目，里面封装的类和方法和OpenCv非常相似，且底层协议用的是BSD，对商业友好，OpenCvSharp的下载量已经超过了EmguCv，之前用了EmguCv，现在改用OpenCvSharp来做OpenCv的程序开发。人脸识别系统大致可分为四部分：
第一、人脸检测；
第二、数据准备及人脸识别器的训练；
第三、人脸识别并显示结果；
第四、添加人脸数据

二、人脸检测

加载haarcascade_frontalface_alt.xml（一个已经训练好的用于检测人脸的级联分类器文件，在OpenCv库下的Source文件夹下有很多这样额级联分类器资源），DetectMultiScale方法用于检测人脸，返回人脸矩形框，关键代码如下：

CascadeClassifier cascade = new CascadeClassifier(@"..\..\FaceCascade\haarcascade_frontalface_alt.xml");

            Rect[] faces = cascade.DetectMultiScale(
                image: grayImage,
                scaleFactor: 1.1,
                minNeighbors: 2,
                flags: HaarDetectionType.DoRoughSearch | HaarDetectionType.ScaleImage,
                minSize: new OpenCvSharp.Size(30, 30)
            );

三、数据准备及人脸识别器的训练

需要准备好经过灰度化和直方图均衡化的人脸图像以及它对应的ID（每张人脸只有一个ID，一个ID可以对应多张人脸），为每个人建立一个文件夹，文件夹下存储多张该人脸图片（本系统设定只存3张）。创建一个识别器，OpenCV提供了三种人脸识别器：FisherFaceRecognizer，LBPHFaceRecognizer，EigenFaceRecognizer，可任选一种识别器创建。将人脸数据和ID导入到人脸识别器进行训练࿰