C#+OpenCV进阶(一)_人体识别

  效果排名：Lbp < Haar < CNN

1、Lbp

登录后复制

/// <summary>
/// Lbp人脸识别
/// </summary>
public static Mat FaceDetection_Lbp(Mat mat)
{
    var lbpCascade = new CascadeClassifier("model/lbpcascade_frontalface.xml");
    Mat outMat = new Mat();
    mat.CopyTo(outMat);

    using (var gray = new Mat())
    {
        Cv2.CvtColor(outMat, gray, ColorConversionCodes.BGR2GRAY);

        // 人脸识别
        Rect[] faces = lbpCascade.DetectMultiScale(
            gray, 1.1, 3, HaarDetectionTypes.ScaleImage, new OpenCvSharp.Size(30, 30));

        // Render all detected faces
        foreach (Rect face in faces)
        {
            // 画矩形
            outMat.Rectangle(face, Scalar.Red, 2);
        }
    }
    return outMat;
}

• 1.
• 2.
• 3.
• 4.
• 5.
• 6.
• 7.
• 8.
• 9.
• 10.
• 11.
• 12.
• 13.
• 14.
• 15.
• 16.
• 17.
• 18.
• 19.
• 20.
• 21.
• 22.
• 23.
• 24.
• 25.
• 26.

2、Haar

登录后复制

/// <summary>
/// Haar人脸识别1
/// haarcascade_frontalface_default.xml
/// </summary>
public static Mat FaceDetection_Haar(Mat mat)
{
    var haarCascade = new CascadeClassifier("model/haarcascade_frontalface_default.xml");
    Mat outMat = new Mat();
    mat.CopyTo(outMat);

    using (var gray = new Mat())
    {
        Cv2.CvtColor(outMat, gray, ColorConversionCodes.BGR2GRAY);

        // 人脸识别
        Rect[] faces = haarCascade.DetectMultiScale(
            gray, 1.1, 3, HaarDetectionTypes.ScaleImage, new OpenCvSharp.Size(30, 30));

        // Render all detected faces
        foreach (Rect face in faces)
        {
            // 画矩形
            outMat.Rectangle(face, Scalar.Red, 2);
        }
    }
    return outMat;
}

/// <summary>
/// Haar人脸识别2
/// haarcascade_profileface.xml
/// </summary>
public static Mat FaceDetection_HaarProfileFace(Mat mat)
{
    var haarCascade = new CascadeClassifier("model/haarcascade_profileface.xml");
    Mat outMat = new Mat();
    mat.CopyTo(outMat);

    using (var gray = new Mat())
    {
        Cv2.CvtColor(outMat, gray, ColorConversionCodes.BGR2GRAY);

        // 人脸识别
        Rect[] faces = haarCascade.DetectMultiScale(
            gray, 1.1, 3, HaarDetectionTypes.ScaleImage, new OpenCvSharp.Size(30, 30));

        // Render all detected faces
        foreach (Rect face in faces)
        {
            // 画矩形
            outMat.Rectangle(face, Scalar.Red, 2);
        }
    }
    return outMat;
}

/// <summary>
/// Haar眼睛识别
/// </summary>
public static Mat EyeDetection_Haar(Mat mat)
{
    var haarCascade = new CascadeClassifier("model/haarcascade_eye.xml");
    Mat outMat = new Mat();
    mat.CopyTo(outMat);

    using (var gray = new Mat())
    {
        Cv2.CvtColor(outMat, gray, ColorConversionCodes.BGR2GRAY);

        // 眼睛识别
        Rect[] faces = haarCascade.DetectMultiScale(
            gray, 1.1, 3, HaarDetectionTypes.ScaleImage, new OpenCvSharp.Size(30, 30));

        // Render all detected faces
        foreach (Rect face in faces)
        {
            // 画矩形
            outMat.Rectangle(face, Scalar.Red, 2);
        }
    }
    return outMat;
}
/// <summary>
/// Haar嘴巴识别
/// </summary>
public static Mat MouthDetection_Haar(Mat mat)
{
    var haarCascade = new CascadeClassifier("model/haarcascade_mcs_mouth.xml");
    Mat outMat = new Mat();
    mat.CopyTo(outMat);

    using (var gray = new Mat())
    {
        Cv2.CvtColor(outMat, gray, ColorConversionCodes.BGR2GRAY);

        // 眼睛识别
        Rect[] faces = haarCascade.DetectMultiScale(
            gray, 1.1, 3, HaarDetectionTypes.ScaleImage, new OpenCvSharp.Size(30, 30));

        // Render all detected faces
        foreach (Rect face in faces)
        {
            // 画矩形
            outMat.Rectangle(face, Scalar.Red, 2);
        }
    }
    return outMat;
}

/// <summary>
/// Haar微笑识别
/// </summary>
public static Mat SmileDetection_Haar(Mat mat)
{
    var haarCascade = new CascadeClassifier("model/haarcascade_smile.xml");
    Mat outMat = new Mat();
    mat.CopyTo(outMat);

    using (var gray = new Mat())
    {
        Cv2.CvtColor(outMat, gray, ColorConversionCodes.BGR2GRAY);

        // 眼睛识别
        Rect[] faces = haarCascade.DetectMultiScale(
            gray, 1.1, 3, HaarDetectionTypes.ScaleImage, new OpenCvSharp.Size(30, 30));

        // Render all detected faces
        foreach (Rect face in faces)
        {
            // 画矩形
            outMat.Rectangle(face, Scalar.Red, 2);
        }
    }
    return outMat;
}

/// <summary>
/// Haar全身识别
/// </summary>
public static Mat FullbodyDetection_Haar(Mat mat)
{
    var haarCascade = new CascadeClassifier("model/haarcascade_fullbody.xml");
    Mat outMat = new Mat();
    mat.CopyTo(outMat);

    using (var gray = new Mat())
    {
        Cv2.CvtColor(outMat, gray, ColorConversionCodes.BGR2GRAY);

        // 眼睛识别
        Rect[] faces = haarCascade.DetectMultiScale(
            gray, 1.1, 3, HaarDetectionTypes.ScaleImage, new OpenCvSharp.Size(30, 30));

        // Render all detected faces
        foreach (Rect face in faces)
        {
            // 画矩形
            outMat.Rectangle(face, Scalar.Red, 2);
        }
    }
    return outMat;
}
/// <summary>
/// Haar上身识别
/// </summary>
public static Mat UpperbodyDetection_Haar(Mat mat)
{
    var haarCascade = new CascadeClassifier("model/haarcascade_upperbody.xml");
    Mat outMat = new Mat();
    mat.CopyTo(outMat);

    using (var gray = new Mat())
    {
        Cv2.CvtColor(outMat, gray, ColorConversionCodes.BGR2GRAY);

        // 眼睛识别
        Rect[] faces = haarCascade.DetectMultiScale(
            gray, 1.1, 3, HaarDetectionTypes.ScaleImage, new OpenCvSharp.Size(30, 30));

        // Render all detected faces
        foreach (Rect face in faces)
        {
            // 画矩形
            outMat.Rectangle(face, Scalar.Red, 2);
        }
    }
    return outMat;
}
/// <summary>
/// Haar下身识别
/// </summary>
public static Mat LowerbodyDetection_Haar(Mat mat)
{
    var haarCascade = new CascadeClassifier("model/haarcascade_lowerbody.xml");
    Mat outMat = new Mat();
    mat.CopyTo(outMat);

    using (var gray = new Mat())
    {
        Cv2.CvtColor(outMat, gray, ColorConversionCodes.BGR2GRAY);

        // 眼睛识别
        Rect[] faces = haarCascade.DetectMultiScale(
            gray, 1.1, 3, HaarDetectionTypes.ScaleImage, new OpenCvSharp.Size(30, 30));

        // Render all detected faces
        foreach (Rect face in faces)
        {
            // 画矩形
            outMat.Rectangle(face, Scalar.Red, 2);
        }
    }
    return outMat;
}

• 1.
• 2.
• 3.
• 4.
• 5.
• 6.
• 7.
• 8.
• 9.
• 10.
• 11.
• 12.
• 13.
• 14.
• 15.
• 16.
• 17.
• 18.
• 19.
• 20.
• 21.
• 22.
• 23.
• 24.
• 25.
• 26.
• 27.
• 28.
• 29.
• 30.
• 31.
• 32.
• 33.
• 34.
• 35.
• 36.
• 37.
• 38.
• 39.
• 40.
• 41.
• 42.
• 43.
• 44.
• 45.
• 46.
• 47.
• 48.
• 49.
• 50.
• 51.
• 52.
• 53.
• 54.
• 55.
• 56.
• 57.
• 58.
• 59.
• 60.
• 61.
• 62.
• 63.
• 64.
• 65.
• 66.
• 67.
• 68.
• 69.
• 70.
• 71.
• 72.
• 73.
• 74.
• 75.
• 76.
• 77.
• 78.
• 79.
• 80.
• 81.
• 82.
• 83.
• 84.
• 85.
• 86.
• 87.
• 88.
• 89.
• 90.
• 91.
• 92.
• 93.
• 94.
• 95.
• 96.
• 97.
• 98.
• 99.
• 100.
• 101.
• 102.
• 103.
• 104.
• 105.
• 106.
• 107.
• 108.
• 109.
• 110.
• 111.
• 112.
• 113.
• 114.
• 115.
• 116.
• 117.
• 118.
• 119.
• 120.
• 121.
• 122.
• 123.
• 124.
• 125.
• 126.
• 127.
• 128.
• 129.
• 130.
• 131.
• 132.
• 133.
• 134.
• 135.
• 136.
• 137.
• 138.
• 139.
• 140.
• 141.
• 142.
• 143.
• 144.
• 145.
• 146.
• 147.
• 148.
• 149.
• 150.
• 151.
• 152.
• 153.
• 154.
• 155.
• 156.
• 157.
• 158.
• 159.
• 160.
• 161.
• 162.
• 163.
• 164.
• 165.
• 166.
• 167.
• 168.
• 169.
• 170.
• 171.
• 172.
• 173.
• 174.
• 175.
• 176.
• 177.
• 178.
• 179.
• 180.
• 181.
• 182.
• 183.
• 184.
• 185.
• 186.
• 187.
• 188.
• 189.
• 190.
• 191.
• 192.
• 193.
• 194.
• 195.
• 196.
• 197.
• 198.
• 199.
• 200.
• 201.
• 202.
• 203.
• 204.
• 205.
• 206.
• 207.
• 208.
• 209.
• 210.
• 211.
• 212.
• 213.
• 214.

3、CNN

  

登录后复制

/// <summary>
/// CNN人脸识别
/// </summary>
/// <returns></returns>
public static Mat FaceDetection_CNN(Mat mat)
{
    const string configFile = "model/deploy.prototxt";                               // Dnn参数
    const string faceModel = "model/res10_300x300_ssd_iter_140000_fp16.caffemodel";  // Dnn人脸模型
    Mat outMat = new Mat();
    mat.CopyTo(outMat);

    // 读图片
    int matHeight = outMat.Rows;
    int matWidth = outMat.Cols;
    using (var faceNet = CvDnn.ReadNetFromCaffe(configFile, faceModel))  // Dnn初始化
    {
        using (var blob = CvDnn.BlobFromImage(outMat, 1.0,
            new Size(300, 300), new Scalar(104, 117, 123), false, false))  // Dnn网络
        {
            faceNet.SetInput(blob, "data");  // 识别入参

            using (var detection = faceNet.Forward("detection_out"))
            {
                using (var detectionMat = new Mat(detection.Size(2), detection.Size(3), MatType.CV_32F, detection.Ptr(0)))
                {
                    for (int i = 0; i < detectionMat.Rows; i++)
                    {
                        float confidence = detectionMat.At<float>(i, 2);

                        if (confidence > 0.7)  // 识别概率>0.7时
                        {
                            // 框选人脸
                            int x1 = (int)(detectionMat.At<float>(i, 3) * matWidth);
                            int y1 = (int)(detectionMat.At<float>(i, 4) * matHeight);
                            int x2 = (int)(detectionMat.At<float>(i, 5) * matWidth);
                            int y2 = (int)(detectionMat.At<float>(i, 6) * matHeight);

                            Cv2.Rectangle(outMat,
                                new OpenCvSharp.Point(x1, y1), new OpenCvSharp.Point(x2, y2),
                                new Scalar(0, 255, 0), 2, LineTypes.Link4);
                        }
                    }
                    return outMat;
                }
            }
        }
    }
}

• 1.
• 2.
• 3.
• 4.
• 5.
• 6.
• 7.
• 8.
• 9.
• 10.
• 11.
• 12.
• 13.
• 14.
• 15.
• 16.
• 17.
• 18.
• 19.
• 20.
• 21.
• 22.
• 23.
• 24.
• 25.
• 26.
• 27.
• 28.
• 29.
• 30.
• 31.
• 32.
• 33.
• 34.
• 35.
• 36.
• 37.
• 38.
• 39.
• 40.
• 41.
• 42.
• 43.
• 44.
• 45.
• 46.
• 47.
• 48.

 

作者：꧁执笔小白꧂

原创作者: u_16822845 转载于: https://blog.51cto.com/u_16822845/11651061