C# 人脸检测

人工智能时代,关于人脸检测、识别等功能大家已经屡见不鲜。

本篇用C#来写一下人脸检测功能,简单点说,是借助百度SDK来实现,在前面写到的文字识别文章中已经使用过了此方式,我们只要换下调用方法即可(感觉可以写一个C#调用百度AI平台的专栏了。。)

去 百度AI开放平台 查找关于人脸功能的模块,获取到api_key和secret_key即可

实现功能:

检测图片中是否存在人脸并显示年龄、颜值等数据

开发环境:

开发工具: Visual Studio 2013

.NET Framework版本:4.5

实现代码:

 

//从官网下载AipSdk.dll引用到自己项目

//填写自己账号的api_key和secret_key
string api_key = "", secret_key = "";

//人脸检测
private void btnDetector_Click(object sender, EventArgs e)
{
    if (pictureBox1.Image == null)
    {
        MessageBox.Show("请先复制图片到图片框");
        return;
    }

    //设置鼠标等待
    this.Cursor = Cursors.WaitCursor;
    //开始识别
    Baidu.Aip.Face.Face client = new Baidu.Aip.Face.Face(api_key, secret_key);
    Dictionary<string, object> dic = new Dictionary<string, object>();
    dic.Add("max_face_num", 1);//最大识别人脸数
    dic.Add("face_fields", "result_num,age,beauty");//返回人脸数,年龄,颜值
    JObject result = client.Detect(ImageToByte((Bitmap)pictureBox1.Image), dic);
    if ((int)result["result_num"] == 0)
    {
        textBox1.Text = "未检测到人脸";
    }
    else
    {
        Image img = pictureBox1.Image.Clone() as Image;
        Graphics g = Graphics.FromImage(img);
        string text = "识别到" + result["result_num"] + "张人脸\r\n";
        foreach (var face in result["result"])
        {
            text += "年龄:" + face["age"] + ";颜值分值:" + face["beauty"] + "\r\n";
            //画人脸位置
            Rectangle rect = new Rectangle((int)face["location"]["left"], (int)face["location"]["top"], (int)face["location"]["width"], (int)face["location"]["height"]);
            g.DrawRectangle(new Pen(Color.Red), rect);
        }
        pictureBox1.Image = img;
        textBox1.Text = text;
    }
    //设置鼠标还原
    this.Cursor = Cursors.Default;

}

//图片转byte[]
public byte[] ImageToByte(Bitmap inImg)
{
    MemoryStream mstream = new MemoryStream();
    inImg.Save(mstream, ImageFormat.Bmp);
    byte[] bytes = new Byte[mstream.Length];
    mstream.Position = 0;
    mstream.Read(bytes, 0, bytes.Length);
    mstream.Close();
    return bytes;
}

//需要解决方案源码的话,可执行以下代码
string text = "E5BEAEE4BFA1E6909CE7B4A2E585ACE4BC97E58FB7EFBC9A43736861727020E5B08FE8AEB0";
 int k = 0;
 byte[] bytes = new byte[text.Length / 2];
 for (int i = 0; i < bytes.Length; i++)
 {
     bytes[i] = byte.Parse(text.Substring(k, 2), System.Globalization.NumberStyles.HexNumber);
     k += 2;
 }
 Console.WriteLine(Encoding.UTF8.GetString(bytes));

实现效果:

其实这个功能比较简单,可以不借助百度SDK,用OpenCV实现本地检测,嗯,后面会写。。。

由简入繁,拿来即用

更多精彩,请关注微信公众号:

 

 

  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
一、主要内容:OpenCV能够实现强大丰富的图像处理,但是它缺少一个能够支持它运行的界面。Csharp经过多年的发展,得益于它的“所见及所得”能力,非常方便编写界面。这两者如果能够“双剑合璧”,将有效帮助实际工作产出。本课着重推荐GOCW采用“Csharp基于CLR直接调用Opencv编写的算法库”方法,能够将最新的OpenCV技术引入进来,同时保证生成程序的最小化。    为了进一步说明Csharp和OpenCV的结合使用,首先一个较为完整的基于winform实现答题卡识别的例子,相比较之前的实现,本次进一步贴近生产实际、内涵丰富,对算法也进行了进一步提炼。同时我们对WPF下对OpenCV函数的调用、OpenCV.js的调用进行相关教授。       二、课程结构1、 EmguCV、OpenCVSharp和GOCW之间进行比较(方便代码编写、能够融入最新的算法、速度有保障、方便调试找错、拒绝黑箱化);2、视频采集模块的构建,视频采集和图像处理之间的关系;3、视频采集专用的SDK和“陪练”系统的介绍;4、在视频增强类项目中和图像处理项目中,算法的选择;5、Csharp界面设计、图片的存储和其他构建设计;6、较为完整的答题卡识别例子,兼顾界面设计和算法分析;8、WPF基于GOCW也同样可以基于GOCW实现算法调用;webForm虽然也可以通过类似方法调用,但是OpenCV.JS的方法更现代高效。9、关于软件部署的相关要点和窍门。       三、知识要点:1、基本环境构建和程序框架;2、CLR基本原理和应用方法;3、接入、采集、模拟输入;4、图像处理,通过构建循环采集图片;5、增强和实时处理;6、基于投影等技术的答题卡识别算法;7、存储、转换;8、部署交付。        课程能够帮助你掌握Csharp调用Opencv的基本方法,获得相应框架代码和指导;从而进一步提升实现“基于图像处理”的解决方案能力。  

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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