37-简单人脸检测实例（EmguCV学习）

于 2020-07-18 13:49:16 发布
阅读量478 收藏 1
点赞数
分类专栏： EmguCV3.4.3 文章标签： 计算机视觉
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/hellohake/article/details/107424672
版权

文章目录

Record

1、人脸检测：找出图像中人脸的位置；；人脸识别：根据人脸区域识别出人的姓名或其他标识，主要是机器学习方面的内容；
2、这里使用Harr特征检测器对人脸进行检测（简单跑了下程序）：
在这里插入图片描述
在这里插入图片描述
3、Harr分类器原理简述：

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

4、参考：https://www.cnblogs.com/ello/archive/2012/04/28/2475419.html

Code

using System;
using System.Collections.Generic;
using System.Linq;
using System.Text;
using System.Threading.Tasks;

using Emgu.CV;
using Emgu.CV.Structure;
using Emgu.CV.CvEnum;
using Emgu.CV.Util;
using Emgu.Util;
using System.Drawing;

namespace lesson37
{
    class Program
    {
        static void Main(string[] args)
        {
            //图片人脸检测
            //CascadeClassifier face_cascade = new CascadeClassifier("haarcascade_frontalface_alt.xml"); //加载训练好的级联分类器
            //Mat faceImg = CvInvoke.Imread("./pics/2.jpg");
            //Mat gray = new Mat();
            //CvInvoke.CvtColor(faceImg, gray, ColorConversion.Bgr2Gray);
            CvInvoke.EqualizeHist(gray, gray);  //直方图均衡化避免亮度过亮或者过暗
            调用函数进行人脸检测
            //Rectangle[] faceDetect = face_cascade.DetectMultiScale(gray, 1.1, 2, new Size(50, 50));
            //foreach (var i in faceDetect)
            //{
            //    //矩形标注
            //    CvInvoke.Rectangle(faceImg, i, new MCvScalar(255, 0, 0), 2);
            //}
            //if(faceDetect.Length < 2)
            //{
            //    string strFaceNum = string.Format("That is {0} face!", faceDetect.Length);
            //    CvInvoke.PutText(faceImg, strFaceNum, new Point(10, 20), FontFace.HersheyComplex, 0.8, new MCvScalar(0, 0, 255), 1);
            //}
            //else
            //{
            //    string strFaceNum = string.Format("There are {0} face!", faceDetect.Length);
            //    CvInvoke.PutText(faceImg, strFaceNum, new Point(10, 20), FontFace.HersheyComplex, 0.8, new MCvScalar(0, 0, 255), 1);
            //}
            //CvInvoke.Imshow("FaceDetect", faceImg);
            //CvInvoke.WaitKey(0);

            ///视频检测人脸
            //VideoCapture cap = new VideoCapture("test.mp4");
            //if (!cap.IsOpened)
            //{
            //    Console.WriteLine("open the video failed..");
            //    return;
            //}
            //Mat frame = new Mat();
            //while (true)
            //{
            //    cap.Read(frame);
            //    if (frame.IsEmpty)
            //    {
            //        Console.WriteLine("frame is empty..");
            //        break;
            //    }
            //    Mat result = FaceDetectFunc(frame);
            //    CvInvoke.Resize(result, result, new Size(640, 480));
            //    CvInvoke.Imshow("result", result);
            //    if (CvInvoke.WaitKey(30) == 27)
            //    {
            //        break;
            //    }
            //}

            ///人眼检测
            //CascadeClassifier face_cascade = new CascadeClassifier("haarcascade_frontalface_alt.xml");//加载人脸训练模型
            //CascadeClassifier eye_cascade = new CascadeClassifier("haarcascade_eye.xml"); //加载眼睛训练模型
            加载原图像
            //Mat src = CvInvoke.Imread("./pics/6.jpg");
            转换灰度图
            //Mat gray = new Mat();
            //CvInvoke.CvtColor(src, gray, ColorConversion.Bgr2Gray);
            人脸检测
            //Rectangle[] faceDetect = face_cascade.DetectMultiScale(gray, 1.1, 2, new Size(50, 50));            
            //foreach (var i in faceDetect)
            //{
            //    //圈出人脸
            //    CvInvoke.Rectangle(src, i, new MCvScalar(0, 255, 0), 2);
            //    //眼睛识别
            //    Mat eyeImg = new Mat(gray, i);
            //    Rectangle[] eyeDetect = eye_cascade.DetectMultiScale(eyeImg, 1.1, 2, new Size(20, 20));
            //    //圈出眼睛
            //    foreach (var j in eyeDetect)
            //    {
            //        //CvInvoke.Rectangle(src, j, new MCvScalar(255, 0, 0), 2);
            //        //!!!注意这里必须重新计算矩形的位置
            //        CvInvoke.Rectangle(src, new Rectangle(i.X + j.X, i.Y + j.Y, j.Width, j.Height),new MCvScalar(255,0,0),2);
            //    }
            //}
            //if(faceDetect.Length < 2)
            //{
            //    string strFaceNum = string.Format("That is {0} face!", faceDetect.Length);
            //    CvInvoke.PutText(src, strFaceNum, new Point(10, 20), FontFace.HersheyComplex, 0.8, new MCvScalar(0, 255, 0), 2);
            //}
            //else
            //{
            //    string strFaceNum = string.Format("There are {0} face!", faceDetect.Length);
            //    CvInvoke.PutText(src, strFaceNum, new Point(10, 20), FontFace.HersheyComplex, 0.8, new MCvScalar(0, 255, 0), 2);
            //}
            //CvInvoke.Imshow("result", src);
            //CvInvoke.WaitKey(0);

            ///嘴巴检测（微笑检测）
            //CascadeClassifier face_cascade = new CascadeClassifier("haarcascade_frontalface_alt.xml");//加载人脸训练模型
            //CascadeClassifier smile_cascade = new CascadeClassifier("haarcascade_smile.xml"); //加载眼睛训练模型
            加载原图像
            //Mat src = CvInvoke.Imread("./pics/11.jpg");
            转换灰度图
            //Mat gray = new Mat();
            //CvInvoke.CvtColor(src, gray, ColorConversion.Bgr2Gray);
            人脸检测
            //Rectangle[] faceDetect = face_cascade.DetectMultiScale(gray, 1.1, 2, new Size(50, 50));
            //foreach (var i in faceDetect)
            //{
            //    //圈出人脸
            //    CvInvoke.Rectangle(src, i, new MCvScalar(0, 255, 0), 2);
            //    //眼睛识别
            //    Mat eyeImg = new Mat(gray, i);
            //    Rectangle[] smileDetect = smile_cascade.DetectMultiScale(eyeImg, 1.1, 2, new Size(20, 20));
            //    //圈出眼睛
            //    foreach (var j in smileDetect)
            //    {
            //        //CvInvoke.Rectangle(src, j, new MCvScalar(255, 0, 0), 2);
            //        //!!!注意这里必须重新计算矩形的位置
            //        CvInvoke.Rectangle(src, new Rectangle(i.X + j.X, i.Y + j.Y, j.Width, j.Height), new MCvScalar(255, 0, 0), 2);
            //    }
            //}
            //if (faceDetect.Length < 2)
            //{
            //    string strFaceNum = string.Format("That is {0} face!", faceDetect.Length);
            //    CvInvoke.PutText(src, strFaceNum, new Point(10, 20), FontFace.HersheyComplex, 0.8, new MCvScalar(0, 255, 0), 2);
            //}
            //else
            //{
            //    string strFaceNum = string.Format("There are {0} face!", faceDetect.Length);
            //    CvInvoke.PutText(src, strFaceNum, new Point(10, 20), FontFace.HersheyComplex, 0.8, new MCvScalar(0, 255, 0), 2);
            //}
            //CvInvoke.Imshow("result", src);
            //CvInvoke.WaitKey(0);

            ///车牌区域检测
            CascadeClassifier plate_cascade = new CascadeClassifier("haarcascade_russian_plate_number.xml"); //加载车牌分类器
            Mat plateImg = CvInvoke.Imread("./plates/3.jpg");//加载车牌图像
            Mat gray = new Mat();
            CvInvoke.CvtColor(plateImg, gray, ColorConversion.Bgr2Gray);
            //CvInvoke.EqualizeHist(gray, gray);  //直方图均衡化，优化图像亮度
            //车牌检测
            Rectangle[] plateDetect = plate_cascade.DetectMultiScale(gray, 1.1, 2, new Size(50, 50));
            foreach (var i in plateDetect)
            {
                CvInvoke.Rectangle(plateImg, i, new MCvScalar(255, 0, 0), 2);
            }
            if(plateDetect.Length < 2)
            {
                string strplateNum = string.Format("There is {0} plate!", plateDetect.Length);
                CvInvoke.PutText(plateImg, strplateNum, new Point(10, 20), FontFace.HersheyComplex, 0.8, new MCvScalar(0, 0, 255), 2);
            }
            else
            {
                string strplateNum = string.Format("There are {0} plate!", plateDetect.Length);
                CvInvoke.PutText(plateImg, strplateNum, new Point(10, 20), FontFace.HersheyComplex, 0.8, new MCvScalar(0, 0, 255), 2);
            }
            CvInvoke.Imshow("result", plateImg);

            CvInvoke.WaitKey(0);
        }

        static Mat FaceDetectFunc(Mat frame)
        {
            Mat result = frame.Clone();

            //加载训练模型，初始化级联分类器
            CascadeClassifier face_cascade = new CascadeClassifier("haarcascade_frontalface_alt.xml");
            Mat gray = new Mat();          
            CvInvoke.CvtColor(frame, gray, ColorConversion.Bgr2Gray);
            //人脸检测
            Rectangle[] faceDetect = face_cascade.DetectMultiScale(gray, 1.1, 2, new Size(200, 200));
            foreach (var i in faceDetect)
            {
                CvInvoke.Rectangle(result, i, new MCvScalar(0, 255, 0), 2);
            }
            if(faceDetect.Length <2)
            {
                string strFaceNum = string.Format("That is {0} face!", faceDetect.Length);
                CvInvoke.PutText(result, strFaceNum, new Point(10, 20), FontFace.HersheyComplex, 0.8, new MCvScalar(0, 0, 255), 2);
            }
            else
            {
                string strFaceNum = string.Format("There are {0} face!", faceDetect.Length);
                CvInvoke.PutText(result, strFaceNum, new Point(10, 20), FontFace.HersheyComplex, 0.8, new MCvScalar(0, 0, 255), 2);
            }
            return result;
        }

    }
}

效果

人脸检测：
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

眼睛检测：

在这里插入图片描述

在这里插入图片描述

嘴巴检测：

在这里插入图片描述

车牌检测：

在这里插入图片描述

hellohake
关注
专栏目录
Emgu CV人脸识别
talver的专栏
03-04 538
网上关于Emgu CV人脸识别的文章较少，搜索了半天都是出自一个人的，没有可用的源码可供下载，同时也没有交代清楚Emgu CV的版本，各个版本的Emgu CV函数有不小的改动，看起来非常的费劲吗，故抽空整理了一个完成的Emgu CV人脸识别的Demo，识别过程比较简单，代码都有注释，一看就懂的，方便志同道合者一起研究交流。老规矩，源代码下载链接在文章最后。 原始目标图片： 识别后效果如下： 以下介绍具体实现过程： 1.下载Emgu CV 4.1.0 2.建立VS项目...
c#下使用EmguCV操作摄像头和最简单的人脸检测
08-31
EmguCV是一个开源的计算机视觉库，它为.NET框架提供了OpenCV的功能，支持多种图像处理和机器学习算法，包括人脸检测。下面将详细介绍如何在C#中使用EmguCV来实现这些功能。 首先，要开始使用EmguCV，你需要在你的...
OPENCV人脸检测例子程序（可直接运行）
03-21
OPENCV 自带人脸识别程序，可直接运行，有说程序说明，和OPENCV编译环境和设置
人脸检测原理及示例(OpenCV+Python)
横行青海夜带刀
09-06 812
前言 关于opencv OpenCV 是 Intel 开源计算机视觉库 (Computer Version) 。它由一系列 C 函数和少量 C++ 类构成，实现了图像处理和计算机视觉方面的很多通用算法。   OpenCV 拥有包括 300 多个 C 函数的跨平台的中、高层 API 。它不依赖于其它的外部库 —— 尽管也可以使用...
Android API教程：人脸检测（上）
liuwise的专栏
04-28 685
通过两个主要的API，Android提供了一个直接在位图上进行脸部检测的方法，这两个API分别是    android.media.FaceDetector和android.media.FaceDetector.Face，已经包含在Android官方API中。本教程来自Developer网站，向大家介绍了这些API，同时提供教程中实例代码下载。 图片来源：Wikipedia 所谓人脸检测就
OpenCV检测人脸实例代码
weixin_34297300的博客
05-10 75
OpenCV检测人脸实例代码 下面是使用OpenCV通过在硬盘中读入图像来对其进行Haar人脸检测的代码。//包含头文件#include <opencv2/core/core.hpp>#include "cv.h"#include "highgui.h"int main(){ const char* cascad...
Emgucv.zip_C# 人脸识别_EMGUCV 人脸_EmguCV 人脸识别_人脸_人脸识别
07-14
综上所述，这个"Emgucv.zip"压缩包包含了一个使用EmguCV进行C#人脸识别的实例，不仅涵盖了图像处理、人脸检测的核心技术，还可能涉及到了语音合成，提供了一种全面的交互体验。对于想要学习或实践C#人脸识别的开发者...
Emgu_CV_OCR.zip_C# Emgu_OCR_emgu cv_emgucv中文论坛_tessnet3
07-15
这个压缩包包含了一个使用Emgu CV进行OCR识别的完整实例，对于学习如何在.NET环境中实现OCR功能具有很高的参考价值。 1. **Emgu CV**：Emgu CV是一个开源计算机视觉库，它是OpenCV的.NET语言版本，支持C#、VB.NET、...
EmguCV入门指南-中文翻译版 (1).pdf_emgucv_
10-04
4. 人脸识别：EmguCV支持EigenFace、FisherFace和LBPH等人脸识别算法。 五、视频处理 1. 视频读取：通过`Capture`类可以读取视频文件或摄像头流，如`Capture capture = new Capture("video.mp4");` 2. 帧处理：`...
C# 实现面部检测与识别源码(EmguCV)
最新发布
04-23
本文将介绍如何使用 C# 和 EmguCV 进行面部检测与识别，涵盖了 Eigenfaces、Fisherfaces 和 LBPH 三种算法。 什么是 Emgu CV? Emgu CV 是 OpenCV 图像处理库的一个跨平台 .Net 封装。它允许从 .NET 兼容的语言...
EmguCV人脸识别实验
05-07
用 C# 编写的 EmguCV 模式（人脸）识别程序。
Emgu.CV 人脸识别
06-09
通过c#，基于Emgu.CV V3.1版本实现的实时人脸检测。封装好了代码，调用简单方便。具体详解教程可参见博客： http://blog.csdn.net/u011616825/article/details/51620061
人脸识别代码完整＋实例步骤
12-11
人脸识别代码基于PCA的 完整步骤＋实例详解
C#使用Emgu CV来进行图片人脸检测.rar
10-29
C#使用Emgu CV来进行图片人脸检测，可以读取pdf文件，通过读取pdf文件中的图片进行人脸识别运算。
C# emgucv人脸识别（最新）
11-22
此文章试用于移动的人脸识别，能够选中人脸，眼睛。用的是emgu3.0，如果运行错误的情况下，里面有两点需要修改，Emgu里面X86X64，需要复制到DeBug目录下，Xml文件属性，复制到输出目录更改为-》如果较新则复制。就可以运行了。如有其他问题，请留言，一起探讨。
微信公众平台开发教程第19篇-应用实例之人脸检测
JEECG官方博客
07-28 2545
人脸检测属于人脸识别的范畴，它是一个复杂的具有挑战性的模式匹配问题，国内外许多组织、科研机构都在专门研究该问题。国内的Face++团队专注于研发人脸检测、识别、分析和重建技术，并且向广大开发者开放了人脸识别API，本文介绍的“人脸检测”应用正是基于Face++ API进行开发。Face++简介        Face++是北京旷视科技有限公司旗下的人脸识别云服务平台，Face++平台通过提供云端A
【EmguCv】人脸/人眼检测
哈哈哈哈哈哈哈
10-13 2252
目录：获取脸部和眼部图像的接口定义IFacecs IFaces接口实现FaceImplcs CascadeClassifierDetectMultiScale参数 分类文件 检测截图1. 获取脸部和眼部图像的接口定义(IFace.cs) using Emgu.CV; using Emgu.CV.Structure; using System.Collections.Generic;
利用Emgu.CV实现人脸识别详解 (C#)--附源码(可直接运行成功)
02-01
利用Emgu.CV实现人脸识别详解 (C#)--附源码，一、准备工作 1、 摄像头。 文章地址：http://blog.csdn.net/u011616825/article/details/51620061
emgucv自行训练HOG
05-28
emgu.cv 3.1自行训练HOG，测试用，用于交流。emgu.cv 3.1自行训练HOG，测试用，用于交流
FPGA上的人脸检测与鼻子识别：EmguCV应用实例
本篇文章主要介绍了基于FPGA的数字电压表设计中，利用EmguCV库进行人脸及其鼻子检测的过程。EmguCV是一个针对.NET平台的OpenCV接口，它简化了OpenCV在C#中的使用，使得图像处理和计算机视觉任务更加方便。 文章首先...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值