38-简单人脸识别案例(EmguCV学习)

简单人脸识别案例

emmm

终于敲了一遍了,到这儿教学视频的实践就结束了~, 视频质量还行,值得一看~

Record

1、常用的人脸识别方法:基于PCA变换的人脸识别(EigenFaceRecognizer)、基于Fisher变换的人脸识别(FisherFaceRecognizer)、基于局部二值模式的人脸识别(LBPHFaceRecognizer);
2、基本步骤:①使用人脸检测类对训练图片进行提取,将训练图片归一化到相同大小;②创建PCA人脸分类器,对处理好的训练图片(必须是灰度图)进行训练;③调用predict()函数进行人脸识别;
3、训练图片的样本最好在100张以上;

Code

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

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

namespace Lesson38
{
   
    class Program
    {
   
        static void Main(string[] args)
        {
   
            //DataSet数据格式化
            //Console.WriteLine("Please enter face id: ");
            //string strID = Console.ReadLine();
            //Console.WriteLine("Your face id is : {0}", strID);
            //Console.WriteLine("Please enter sample num: ");
            //string strNum = Console.ReadLine();
            //Console.WriteLine("Sample num is : {0}", strNum);

            //CascadeClassifier face_cascade = new CascadeClassifier("haarcascade_frontalface_alt.xml"); //加载人脸分类器
            //Mat faceImg = CvInvoke.Imread("./刘亦菲/1 (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偏暗或偏亮

            //Rectangle[] facesDetect = face_cascade.DetectMultiScale(gray, 1.1, 2, new Size(50, 50));
            //foreach (Rectangle face in facesDetect)
            //{
   
            // CvInvoke.Rectangle(faceImg, face, new MCvScalar(0, 255, 0), 2); //矩形标注
            // Mat faceROI = new Mat(gray, face);
            // CvInvoke.Resize(faceROI, faceROI, new Size(75, 75));
            // string savePath = string.Format("DataSet/{0}_{1}.jpg", strID, strNum);
            // CvInvoke.Imwrite(savePath, faceROI);
            //}

            //CvInvoke.Imshow("FaceDetect", faceImg);
            //CvInvoke.WaitKey(0);

            //训练样本
            //批量读取无序图片
            //记得添加using System.IO;
            //var files = Directory.GetFiles("./DataSet", "*.jpg"); //文件夹下jpg类型文件 
            //foreach (var file in files)
            // Console.WriteLine(file);

            //DirectoryInfo dir = new DirectoryInfo("./DataSet");
            //FileInfo[] afi = dir.GetFiles("*.*");
            //string fileName;
            //VectorOfMat images = new VectorOfMat(); //Mat图像集合
            //VectorOfInt labels = new VectorOfInt(); //int类型ID标签集合
            //for (int i = 0; i < afi.Length; i++)
            //{
   
            // fileName = afi[i].Name.ToLower();
            // if (fileName.EndsWith(".jpg"))
            // {
   
            // //Console.WriteLine(fileName); //1_1.jpg
            // //Console.WriteLine("./DataSet/" + fileName);
            // string[] strArray = fileName.Split('_');
            // int index = Convert.ToInt32(strArray[0]);
            // Mat img = CvInvoke.Imread("./DataSet/" + fileName, 0); //以灰度模式读取
            // images.Push(img); //将图像加入到图像集合
            // int[] a = (index).ToString().Select(s => int.Parse(s.ToString())).ToArray(); //格式化ID
            // labels.Push(a); //将ID加入到ID集合
            // }
            //}
            //FaceRecognizer model = new EigenFaceRecognizer(); //创建人脸识别类为EigenFaceRecognizer类
            //model.Train(images, labels); //人脸识别分类器训练(最少2个不同人脸ID)
            //model.Write("./xml/faceData.xml"); //将训练好的分类器保存为xml文件
            //Console.WriteLine("train finished!");

            //人脸识别
            //string xmlPath = "./xml/faceData.xml"; //训练好的xml文件路径
            //FaceRecognizer model = new EigenFaceRecognizer(); //创建人脸识别类为EigenFaceRecognizer类
            //model.Read(xmlPath);//加载人脸识别分类器

            //CascadeClassifier face_cascade = new CascadeClassifier("haarcascade_frontalface_alt.xml"); //加载人脸分类器
            //Mat faceImg = CvInvoke.Imread("./刘亦菲/1 (19).jpg");
            Mat faceImg = CvInvoke.Imread("./黄晓明/1 (15).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偏暗或偏亮

            //Rectangle[] facesDetect = face_cascade.DetectMultiScale(gray, 1.1, 2, new Size(50, 50));
            //foreach (Rectangle face in facesDetect)
            //{
   
            // CvInvoke.Rectangle(faceImg, face, new MCvScalar(0, 255, 0), 2); //矩形标注
            // Mat faceROI = new Mat(gray, face);
            // CvInvoke.Resize(faceROI, faceROI, new Size(75, 75));
            // FaceRecognizer.PredictionResult predictionResult = new FaceRecognizer.PredictionResult(); //定义识别结果类其中包含ID和相似距离
            // predictionResult = model.Predict(faceROI); //人脸预测识别,返回ID和相似距离
            // int ID = predictionResult.Label; //获取识别到的人脸ID,ID和DB中的姓名对应起来
            // string strName = "UnKnown";
            // if (ID == 1)
            // strName = "Huang Xiaoming";
            // else if (ID == 2)
            // strName = "Liu Yifei";
            // CvInvoke.PutText(faceImg, strName, new Point(face.X, face.Y), FontFace.HersheySimplex, 0.8,
            // new MCvScalar(255, 0, 255), 2);
            //}

            //CvInvoke.Imshow("FaceDetect", faceImg);
            //CvInvoke.WaitKey(0);

            //中文标识姓名
            Mat nameImg1 = CvInvoke.Imread("Name1.png");
            Mat nameImg2 = CvInvoke.Imread("Name2.png");
            Mat nameImg3 = CvInvoke.Imread("Name3.png");
            string xmlPath = "./xml/faceData.xml"; //训练好的xml文件路径
            FaceRecognizer model = new EigenFaceRecognizer(); //创建人脸识别类为EigenFaceRecognizer类
            model.Read(xmlPath);//加载人脸识别分类器

            CascadeClassifier face_cascade = new CascadeClassifier("haarcascade_frontalface_alt.xml"); //加载人脸分类器
            //Mat faceImg = CvInvoke.Imread("./刘亦菲/1 (2).jpg");
            Mat faceImg = CvInvoke.Imread("./黄晓明/1 (1).jpg");
            //Mat faceImg = CvInvoke.Imread("1.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偏暗或偏亮

            Rectangle[] facesDetect = face_cascade.DetectMultiScale(gray, 1.1, 2, new Size(50, 50));
            foreach (Rectangle face in facesDetect)
            {
   
                CvInvoke.Rectangle(faceImg, face, new MCvScalar(0, 255, 0), 2); //矩形标注
                Mat faceROI = new Mat(gray, face);
                CvInvoke.Resize(faceROI, faceROI, new Size(75, 75));
                FaceRecognizer.PredictionResult predictionResult = new FaceRecognizer.PredictionResult(); //定义识别结果类其中包含ID和相似距离
                predictionResult = model.Predict(faceROI); //人脸预测识别,返回ID和相似距离
                int ID = predictionResult.Label; //获取识别到的人脸ID,ID和DB中的姓名对应起来
                Mat nameROI = new Mat(faceImg, new Rectangle(face.X, face.Y - nameImg1.Rows, nameImg1.Cols, nameImg1.Rows));
                if (ID == 1)
                    nameImg1.CopyTo(nameROI);
                else if (ID == 2)
                    nameImg2.CopyTo(nameROI);
                else
                    nameImg3.CopyTo(nameROI);
            }

            CvInvoke.Imshow("FaceDetect", faceImg);
            CvInvoke.WaitKey(0);

            //视频人脸识别
            //VideoCapture cap = new VideoCapture(0);
            //if (!cap.IsOpened)
            //{
   
            // Console.WriteLine("Open video failed!");
            // return;
            //}
            //Mat frame = new Mat();
            //Mat gray = new Mat();
            //while (true)
            //{
   
            // cap.Read(frame);
            // if (frame.IsEmpty)
            // {
   
            // Console.WriteLine("frame is empty ...");
            // break;
            // }
            // Mat result = FaceRecFunc(frame);
            // CvInvoke.Imshow("video", result);
            // if (CvInvoke.WaitKey(30) == 27)
            // break;
            //}
        }
        static Mat FaceRecFunc(Mat faceImg)
        {
   
            Mat result = faceImg.Clone();
            string xmlPath = "./xml/faceData.xml"; //训练好的xml文件路径
            FaceRecognizer model = new EigenFaceRecognizer(); //创建人脸识别类为EigenFaceRecognizer类
            model.Read(xmlPath);//加载人脸识别分类器

            CascadeClassifier face_cascade = new CascadeClassifier("haarcascade_frontalface_alt.xml"); //加载人脸分类器
            Mat gray = new Mat();
            CvInvoke.CvtColor(faceImg, gray, ColorConversion.Bgr2Gray);
            //CvInvoke.EqualizeHist(gray, gray); //直方图均衡化避免亮度偏暗或偏亮
            try
            {
   
                Rectangle[] facesDetect = face_cascade.DetectMultiScale(gray, 1.1, 2, new Size(50, 50));
                foreach (Rectangle face in facesDetect)
                {
   
                    CvInvoke.Rectangle(result, face, new MCvScalar(0, 255, 0), 2); //矩形标注
                    Mat faceROI = new Mat(gray, face);
                    CvInvoke.Resize(faceROI, faceROI, new Size(75, 75));
                    FaceRecognizer.PredictionResult predictionResult = new FaceRecognizer.PredictionResult(); //定义识别结果类其中包含ID和相似距离
                    predictionResult = model.Predict(faceROI); //人脸预测识别,返回ID和相似距离
                    int ID = predictionResult.Label; //获取识别到的人脸ID,ID和DB中的姓名对应起来
                    string strName = "UnKnown";
                    if (ID == 1)
                        strName = "Huang Xiaoming";
                    else if (ID == 2)
                        strName = "Liu Yifei";
                    CvInvoke.PutText(result, strName, new Point(face.X, face.Y), FontFace.HersheySimplex, 0.8,
                                        new MCvScalar(255, 0, 255), 2);
                }
            }
            catch {
    }
            return result;
        }
    }
}


效果


全部评论

相关推荐

饼子吃到撑:学院本是这样的,找工作拼运气,你技术再好人家筛选学历照样沉入海底,海投就行了
点赞 评论 收藏
分享
各位前辈好,先说声抱歉,可能又是一篇“求骂醒”的帖子,但我真的需要一个方向。我的情况比大多数人都糟糕:双非软件工程,大四,马上毕业了,0实习经历,0工作经验。秋招根本没参加,原因很傻——我一头扎进了一个自己觉得“挺有意思”的项目里,天真的以为把项目做好工作自然会找上门。现在春招也快结束了,我才如梦初醒,发现简历投出去基本石沉大海。我没有什么能拿出手的背景,唯一能说的就是这个从后端到前端全栈独立开发的电影推荐平台。我知道在各位前辈眼里这大概率就是个小玩具,但我确实是下了功夫去琢磨的,它不是什么网上扒的代码,下面这些是我自己琢磨并落地的东西:项目概况:Spring&nbsp;Boot&nbsp;+&nbsp;MyBatis-Plus&nbsp;+&nbsp;Redis&nbsp;+&nbsp;JWT&nbsp;+&nbsp;MySQL&nbsp;+&nbsp;Vue3(前端是AI辅助生成的)我自己觉得花了心思的几个点:1.&nbsp;推荐算法落地:没有照搬别人的推荐逻辑。我是基于用户多维行为数据(评分、收藏、浏览时长)去计算标签权重,然后用“评分×log(热度+1)”的公式做加权排序;冷启动场景用热门数据兜底。推荐结果用Redis的ZSet缓存,用户行为一变化就主动删缓存触发重算。2.&nbsp;缓存体系设计:不是那种“面试八股文背完就扔”的表面理解。我实际遇到了缓存穿透和击穿的问题,然后自己用空值缓存+逻辑过期去解决。热门电影定时预热、批量查询用multiGet减少IO次数,还封装了MyCacheUtils通用模板,让整个项目其他模块也能复用这套缓存逻辑。3.&nbsp;并发与一致性:用Redis的SET&nbsp;NX&nbsp;EX实现了收藏/点赞的分布式锁,key精确到“用户+操作对象”级别,不是粗粒度的一锁全锁。异常回滚时Redis和MySQL数据一致性问题也思考并落地了。验证码的原子性校验用了Lua脚本来保证。4.&nbsp;性能是真实数据:我用JMeter做了2000并发的压测,引入Redis缓存体系后,推荐接口平均响应从6466ms降到155ms,吞吐量翻了一倍,缓存命中率干到98%以上。这些数据不是编的,是我自己反复调优跑出来的。说实话,做完这些的时候,看着压测报告我是挺兴奋的,觉得“这也算出活儿了吧”。但现实是,0实习好像成了我简历上的原罪,很多公司直接筛选条件就把我过滤了。所以我想跪求各位前辈指点我几个问题,每一条我都认真看、认真执行:1.&nbsp;关于简历:0实习的应届生,还有资格谈“项目亮点”吗?我这项目,是不是在专业面试官眼里就是一个“低配版培训项目”?如果这个项目还有救,该怎么在简历上呈现,才能让HR或者面试官至少愿意给我一个电话面试?如果没有,一个0实习的应届生到底该在简历上写什么?2.&nbsp;关于面试:如何用项目细节证明“我虽然没实习但真的能干活”?我挺怕面试官看到我没有实习经历就直接失去兴趣。真到了面试那一步,我该怎么引导对话,用上面这些技术细节去对抗“没实习=没工程经验”的刻板印象?比如缓存那块,怎么从“我解决了击穿”讲出一个有技术判断力和工程思维的完整故事?3.&nbsp;关于求职策略:错过了黄金窗口期,现在该冲什么样的公司?大厂我肯定不奢望了。现在这个时间点,我应该去投那些小公司和外包吗?要不要把薪资预期降到最低先入行再说?对于0实习的应届生,什么样的公司是真的有机会让我进去学技术、积累经验的?4.&nbsp;关于未来:如果现在直接找不到工作,我该怎么办?这段时间我想好了,如果实在是找不到研发岗,我要不要去干测试或者运维先入行?还是找家小公司被压榨一年攒个经验?还是干脆先找个其他工作边干边学等下一轮秋招?我什么建议都能接受。我知道自己起步晚了,代价得自己扛。现在唯一能做的就是面对现实,然后找到一条最有可能逆袭的路。希望前辈们能给我指个方向,即使简单几句“没救了”或者“还能救,去做XXX”我都非常感激。
jiestart:这简历肯定没面试的,你得包装个实习再加一个agent项目才有希望
点赞 评论 收藏
分享
评论
点赞
收藏
分享

创作者周榜

更多
牛客网
牛客网在线编程
牛客网题解
牛客企业服务