先上個效果圖
相關庫的下載
例程中用到一個庫叫做emgucv,是opencv\的net封裝
編譯打包好的穩定版,在這:https://sourceforge.net/projects/emgucv/files/emgucv/
如果要最新代碼,在這里獲取:https://github.com/emgucv/emgucv
建立工程
首先建立一個C#控制台工程.添加引用:Emgu.CV.World.dll
然后添加這2個文件到工程(在emgucv的壓縮包里有的,搜索下文件吧~):
注意:其中的dll文件需要根據要編譯的程序是32位還是64位選不同文件
記得把"復制到輸出目錄"設為"較新則復制"
另外准備一張要識別的圖片,放到編譯輸出目錄.
接下來就是編輯代碼了,后面所有代碼都在main里
配置OpenCV使用顯卡運算(如果支持的話)
使用顯卡處理圖像數據效率會很多,如果你的設備支持,最好打開,使用CvInvoke.HaveOpenCLCompatibleGpuDevice能返回是否支持.
配置CvInvoke.UseOpenCL能讓OpenCV 啟用或者停用 GPU運算
CvInvoke.UseOpenCL = CvInvoke.HaveOpenCLCompatibleGpuDevice;
構建級聯分類器對象
emgu包里已經有訓練好的數據了,文件名叫做"haarcascade_frontalface_alt.xml",就是上面添加的文件之一
var face = new CascadeClassifier("haarcascade_frontalface_alt.xml");
加載圖像並作簡單處理
在OpenCV中,大部分函數是處理灰度圖的,包括這個識別物體,所以需要轉成灰度圖,然后再調整下亮度
//加載要識別的圖片
var img = new Image<Bgr, byte>("0.png");
var img2 = new Image<Gray, byte>(img.ToBitmap());
//把圖片從彩色轉灰度
CvInvoke.CvtColor(img, img2, Emgu.CV.CvEnum.ColorConversion.Bgr2Gray);
//亮度增強
CvInvoke.EqualizeHist(img2, img2);
檢測人臉
其實這一步反而最簡單,返回的是rectangle[]格式,因為圖中可能有多個人臉,所以返回的是數組.
//在這一步就已經識別出來了,返回的是人臉所在的位置和大小
var facesDetected = face.DetectMultiScale(img2, 1.1, 10, new Size(50, 50));
剪切並保存
因為是多個人臉所以需要循環剪切並保存,(→_→)這一塊的代碼量竟然反而比上面那堆多
//循環把人臉部分切出來並保存
int count = 0;
var b = img.ToBitmap();
foreach (var item in facesDetected)
{
count++;
var bmpOut = new Bitmap(item.Width, item.Height, System.Drawing.Imaging.PixelFormat.Format24bppRgb);
var g = Graphics.FromImage(bmpOut);
g.DrawImage(b, new Rectangle(0, 0, item.Width, item.Height), new Rectangle(item.X, item.Y, item.Width, item.Height), GraphicsUnit.Pixel);
g.Dispose();
bmpOut.Save($"{count}.png", System.Drawing.Imaging.ImageFormat.Png);
bmpOut.Dispose();
}
釋放資源退出
//釋放資源退出
b.Dispose();
img.Dispose();
img2.Dispose();
face.Dispose();
全代碼和測試圖片:
static void Main(string[] args)
{
//如果支持用顯卡,則用顯卡運算
CvInvoke.UseOpenCL = CvInvoke.HaveOpenCLCompatibleGpuDevice;
//構建級聯分類器,利用已經訓練好的數據,識別人臉
var face = new CascadeClassifier("haarcascade_frontalface_alt.xml");
//加載要識別的圖片
var img = new Image<Bgr, byte>("0.png");
var img2 = new Image<Gray, byte>(img.ToBitmap());
//把圖片從彩色轉灰度
CvInvoke.CvtColor(img, img2, Emgu.CV.CvEnum.ColorConversion.Bgr2Gray);
//亮度增強
CvInvoke.EqualizeHist(img2, img2);
//在這一步就已經識別出來了,返回的是人臉所在的位置和大小
var facesDetected = face.DetectMultiScale(img2, 1.1, 10, new Size(50, 50));
//循環把人臉部分切出來並保存
int count = 0;
var b = img.ToBitmap();
foreach (var item in facesDetected)
{
count++;
var bmpOut = new Bitmap(item.Width, item.Height, System.Drawing.Imaging.PixelFormat.Format24bppRgb);
var g = Graphics.FromImage(bmpOut);
g.DrawImage(b, new Rectangle(0, 0, item.Width, item.Height), new Rectangle(item.X, item.Y, item.Width, item.Height), GraphicsUnit.Pixel);
g.Dispose();
bmpOut.Save($"{count}.png", System.Drawing.Imaging.ImageFormat.Png);
bmpOut.Dispose();
}
//釋放資源退出
b.Dispose();
img.Dispose();
img2.Dispose();
face.Dispose();
return;
}
運行效果
編譯后運行可以看到目錄多了兩個圖片文件:
打開看看: