结合C#与halcon的人脸识别系统开发与实现

1、界面

1.1人脸识别界面

在这里插入图片描述

1.2制作模板界面

在这里插入图片描述

2、代码

2.1人脸识别界面关键代码

2.1.1 开启摄像头

    private void buttonOpenFram_Click(object sender, EventArgs e)
        {
   
            if (buttonOpenFram.Text == "关闭摄像头")
            {
   
                buttonOpenFram.Text = "开启摄像头";
                HOperatorSet.CloseFramegrabber(hv_AcqHandle);
            }
            else
            {
   
                hv_AcqHandle.Dispose();
                HOperatorSet.OpenFramegrabber("DirectShow", 1, 1, 0, 0, 0, 0, "default", 8, "rgb",
                    -1, "false", "default", "[0] ", 0, -1, out hv_AcqHandle);
                HOperatorSet.GrabImageStart(hv_AcqHandle, -1);
                buttonOpenFram.Text = "关闭摄像头";
            }
        }

2.1.2 实时

        private void buttonCurImage_Click(object sender, EventArgs e)
        {
   
            //确保摄像头开启
            if (buttonOpenFram.Text != "关闭摄像头")
            {
   
                MessageBox.Show("请开启摄像头!");
                return;
            }
            showWin();
         
        }
           private void showWin()
         {
   
            // Initialize local and output iconic variables 
            HOperatorSet.GenEmptyObj(out ho_Image);
            HOperatorSet.GenEmptyObj(out ho_Rectangle);
            HOperatorSet.GenEmptyObj(out ho_ImageReduced);
            HOperatorSet.GenEmptyObj(out ho_ModelImages);
            HOperatorSet.GenEmptyObj(out ho_ModelRegions);
            HOperatorSet.GenEmptyObj(out ho_ModelContours);
            HOperatorSet.GenEmptyObj(out ho_ContoursAffineTrans);
            HOperatorSet.GenEmptyObj(out ho_Region);
            HOperatorSet.GenEmptyObj(out ho_RegionUnion);
            HOperatorSet.GenEmptyObj(out ho_Rectangle1);
            //在窗口实时采集图像
           
            ho_Image.Dispose();
            HOperatorSet.GrabImageAsync(out ho_Image, hv_AcqHandle, -1);
            hv_Width.Dispose(); hv_Height.Dispose();
            HOperatorSet.GetImageSize(ho_Image, out hv_Width, out hv_Height);
            hWindowControl1.HalconWindow.SetPart((HTuple)0, (HTuple)0, hv_Height - 1, hv_Width - 1);

            hv_ModelID1.Dispose();
            HOperatorSet.ReadShapeModel("myself_shape_model.shm", out hv_ModelID1);

            while (true)
            {
   
                if (buttonOpenFram.Text != "关闭摄像头")
                {
   
      
                    HOperatorSet.DumpWindow(hWindowControl1.HalconWindow, "png", "人脸识别结果");
                    break;
                }
                HOperatorSet.GrabImageAsync(out ho_Image, hv_AcqHandle, -1);

                //Image Acquisition 01: Do something
                using (HDevDisposeHelper dh = new HDevDisposeHelper())
                {
   
                    hv_Row.Dispose(); hv_Column.Dispose(); hv_Angle.Dispose(); hv_Scale.Dispose(); hv_Score.Dispose();
                    HOperatorSet.FindScaledShapeModel(ho_Image, hv_ModelID1, (new HTuple(-90)).TupleRad()
     
  • 7
    点赞
  • 33
    收藏
    觉得还不错? 一键收藏
  • 2
    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。  
评论 2
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