gocv基于PIGO算法人脸检测

如果没有安装gocv，请查看文章《gocv-go语言调用opencv入门》

准备好环境，需要下载PIGO的库：

go get -u -f github.com/esimov/pigo/cmd/pigo

官方源码路径：https://github.com/esimov/pigo

1、代码展示

package main

// 人脸检测，基于pico方法

import (
	"gocv.io/x/gocv"
	"fmt"
	"github.com/esimov/pigo/core"
	"log"
	"io/ioutil"
	"image"
	"image/color"
)



func main()  {


	webcam, err := gocv.VideoCaptureDevice(0)

	if nil != err{
		fmt.Println("VideoCaptureDevice err ", err)
		return
	}
	defer webcam.Close()


	window := gocv.NewWindow("pigo")
	defer window.Close()

	window.ResizeWindow(640, 480)


	img := gocv.NewMat()
	defer img.Close()


	green := color.RGBA{0,255, 0, 0}


	cascadeFile, err := ioutil.ReadFile("facefinder")

	if err != nil {
		log.Fatalf("Error reading the cascade file: %v", err)
	}



	for{

		if ok := webcam.Read(&img); !ok{
			fmt.Println("Read err ")
			return
		}

		if img.Empty(){
			continue
		}

		goImg, err := img.ToImage()

		if nil != err{
			fmt.Println("ToImage err ")
			return
		}

		pixels := pigo.RgbToGrayscale(goImg)
		cols, rows := goImg.Bounds().Max.X, goImg.Bounds().Max.Y

		cParams := pigo.CascadeParams{
			MinSize:     20,
			MaxSize:     1000,
			ShiftFactor: 0.1,
			ScaleFactor: 1.1,

			ImageParams: pigo.ImageParams{
				Pixels: pixels,
				Rows:   rows,
				Cols:   cols,
				Dim:    cols,
			},
		}

		pPigo := pigo.NewPigo()

		classifier, err := pPigo.Unpack(cascadeFile)
		if err != nil {
			log.Fatalf("Error reading the cascade file: %s", err)
		}

		angle := 0.0 
		iouThreshold := 0.3

		dets := classifier.RunCascade(cParams, angle)

		dets = classifier.ClusterDetections(dets, iouThreshold)

		for _, face := range dets {

			if face.Q > 5{
				x := face.Col-face.Scale/2
				y := face.Row-face.Scale/2
				r := image.Rect(x, y, x + face.Scale, y + face.Scale)
				gocv.Rectangle(&img, r, green, 3)

			}else{
				continue
			}

		}

		window.IMShow(img)

		if 27 == window.WaitKey(1){
			break
		}

	}

	
}

2、代码说明

webcam, err := gocv.VideoCaptureDevice(0)

表示打开电脑的摄像头。

window := gocv.NewWindow("pigo")

表示申请显示窗口，左上角显示“pigo”

img := gocv.NewMat()

表示创建图像矩阵

cascadeFile, err := ioutil.ReadFile("facefinder")

表示读取PIGO的模型数据，是二进制[]byte。文件facefinder在目录%GOPATH%\src\github.com\esimov\pigo\cascade

webcam.Read(&img)

表示从摄像头读取视频内容，并放于图像矩阵中。

goImg, err := img.ToImage()

表示图像矩阵转换成image格式。

pixels := pigo.RgbToGrayscale(goImg)

将image图像转换成灰度图像，输出[]uint8格式。

		pPigo := pigo.NewPigo()

创建一个PIGO的分类器对象。

classifier, err := pPigo.Unpack(cascadeFile)

解压缩PIGO的二进制文件模型数据，解压到PIGO分类器中，返回决策树的数量、深度、阈值和预测。

cParams := pigo.CascadeParams{
			MinSize:     20,
			MaxSize:     1000,
			ShiftFactor: 0.1,
			ScaleFactor: 1.1,

			ImageParams: pigo.ImageParams{
				Pixels: pixels,
				Rows:   rows,
				Cols:   cols,
				Dim:    cols,
			},
		}
angle := 0.0 
iouThreshold := 0.3
dets := classifier.RunCascade(cParams, angle)
dets = classifier.ClusterDetections(dets, iouThreshold)

PIGO的分类器跟输入的参数，进行分类，PIGO没有返回矩形框，而输出人脸所在位置信息。

   for _, face := range dets {

			if face.Q > 5{
				x := face.Col-face.Scale/2
				y := face.Row-face.Scale/2
				r := image.Rect(x, y, x + face.Scale, y + face.Scale)
				gocv.Rectangle(&img, r, green, 3)

			}else{
				continue
			}

    }

把人脸所在位置信息，对图像矩阵img，绘制一个绿色的矩形框。

window.IMShow(img)

把图像矩阵的内存内容，显示到显示窗口。

if 27 == window.WaitKey(1){
			break
}

等待按“ESC”退出。

2、代码运行效果